【冰糖Python】scikit-learn中的random_state参数

随机化是机器学习方法的一部分，使用伪随机是方法结果可再现的关键。

sklearn中的一个重要参数是random_state，用于控制随机数生成器，即设定随机种子。

比如，在train_test_split，svm.SVC中均存在random_state参数。

当random_state明确指定，对应函数可产生可再现的结果。将一个指定整数传递给random_state是最安全稳妥的方式。

但，sklearn中提到，random_state的存在并不意味着总是使用随机化，因为它可能取决于正在设置的另一个参数，例如shuffle。

random_state的三种取值：

1、None（Default）

未指定random_state时，将使用numpy.random中的全局随机状态实例。多次调用该函数将重用同一实例，并将产生不同的结果。

2、int

使用一个新的随机数生成器，以给定的整数为种子。使用int将在不同的调用中产生相同的结果。然而需要注意的是，在多个不同的随机种子中结果是否稳定。整数值必须在[0，2**32-1]范围内。

3、numpy.randomRandomState的实例

使用提供的随机状态，只影响同一随机状态实例的其他用户。多次调用函数将重用同一实例，并将产生不同的结果。（此参数没有使用过）

遇到过的一个坑：

在使用svm.SVC时，想要获得测试数据上的预测概率计算AUC，必须指定random_state，否则结果可能不一致，而此现象在其他语言中没有见过，因此稳妥的方式是在所有允许指定random_state的情况下都要额外注意。