random_state 相当于随机数种子random.seed() ,其作用是相同的。
一. 随机数种子代码演示:在1-100中取10个随机数
第一段和第二段代码完全相同,都没有设置 random seed。它每次取的结果就不同,它的随机数种子与当前系统时间有关。
In [1]: import random
In [2]: for i in range(10):
...: print(random.randint(1, 100))
...:
52
59
53
13
100
97
42
45
27
52
In [3]: for i in range(10):
...: print(random.randint(1, 100))
...:
2
11
41
39
31
12
36
11
13
14
第三第四段取不同的random seed,第五段采用与第四段一样的random seed。
In [4]: random.seed(123)
In [5]: for i in range(10):
...: print(random.randint(1,100))
...:
7
35
12
99
53
35
14
5
49
69
In [6]: random.seed(456)
In [7]:
In [7]: for i in range(10):
...: print(random.randint(1,100))
...:
96
58
60
56
50
83
6
80
94
67
In [8]: random.seed(456)
In [9]: for i in range(10):
...: print(random.randint(1,100))
...:
96
58
60
56
50
83
6
80
94
67
显而易见,当设置不同的随机数,得到的结果不一致;设置同一个随机数,在不同时间运行其结果一致。
二. sklearn 中的 random_state 参数
因为同一算法模型在不同的训练集和测试集的会得到不同的准确率,无法调参。
所以在sklearn 中可以通过添加random_state,通过固定random_state的值,每次可以分割得到同样训练集和测试集。
因此random_state参数主要是为了保证每次都分割一样的训练集和测试机,大小可以是任意一个整数,在调参缓解,只要保证其值一致即可。
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(X, Y, random_state = 10)