问题描述:numpy.random.RandomState(1)中1什么用处
在Python Machine Learning(2nd)中有
def __init__(self,eta=0.01,n_iter = 50, random_state=1):
self.eta = eta
self.n_iter = n_iter
self.random_state = random_state
rgen = np.random.RandomState(self.random_state)
这里的random_state=1指的是伪随机数生成器的种子,简单来说每个种子对应一个随机数或者数列,可以理解为数列识别器。
验证和解释
基本语法如下
numpy.random.uniform(low, high, size)
生成一个介于low和high的矩阵,矩阵大小为size
运行第一个程序
# try 2 times with seed=1
import numpy
for i in range(2):
rgen = numpy.random.RandomState(1)
arrayA = rgen.uniform(0,1,(3,3))
print (arrayA)
结果如下:
[[4.17022005e-01 7.20324493e-01 1.14374817e-04]
[3.02332573e-01 1.46755891e-01 9.23385948e-02]
[1.86260211e-01 3.45560727e-01 3.96767474e-01]]
[[4.17022005e-01 7.20324493e-01 1.14374817e-04]
[3.02332573e-01 1.46755891e-01 9.23385948e-02]
[1.86260211e-01 3.45560727e-01 3.96767474e-01]]
运行第二个程序
# try 2 times with seed=1+i
import numpy
for i in range(2):
rgen = numpy.random.RandomState(1+i)
arrayB = rgen.uniform(0,1,(3,3))
print (arrayB)
结果如下:
[[0.4359949 0.02592623 0.54966248]
[0.43532239 0.4203678 0.33033482]
[0.20464863 0.61927097 0.29965467]]
[[0.5507979 0.70814782 0.29090474]
[0.51082761 0.89294695 0.89629309]
[0.12558531 0.20724288 0.0514672 ]]
可以看到seed固定的时候,随机出来的结果相同。