Scikit學習中的隨機狀態（僞隨機數）

Question

我想在scikit學習中實現機器學習算法，但我不明白這個參數random_state是做什麼的？我爲什麼要使用它？

我也不明白什麼是僞隨機數。

Answer 1

train_test_split將數組或矩陣分成隨機序列和測試子集。這意味着每次運行時都沒有指定random_state，您將得到不同的結果，這是預期的行爲。例如：

試驗1：

>>> a, b = np.arange(10).reshape((5, 2)), range(5) 
>>> train_test_split(a, b) 
[array([[6, 7], 
     [8, 9], 
     [4, 5]]), 
array([[2, 3], 
     [0, 1]]), [3, 4, 2], [1, 0]] 

運行2

>>> train_test_split(a, b) 
[array([[8, 9], 
     [4, 5], 
     [0, 1]]), 
array([[6, 7], 
     [2, 3]]), [4, 2, 0], [3, 1]] 

它改變。另一方面，如果您使用random_state=some_number，那麼您可以保證運行1的輸出將等於運行2的輸出，即您的拆分總是相同的。 實際random_state的數字是42,0,21，...重要的是，每次使用42時，第一次進行分割時都會得到相同的輸出。 如果您想要可重現的結果（例如在文檔中），這非常有用，以便每個人在運行示例時都能始終看到相同的數字。 在實踐中，我會說，你應該設置random_state爲一些固定的數字，而你測試的東西，但如果你真的需要一個隨機的（而不是一個固定的）拆分，然後刪除它在生產。

關於你的第二個問題，僞隨機數發生器是一個數字發生器，它可以產生幾乎真正的隨機數。爲什麼他們不是真正隨機的超出了這個問題的範圍，並且在你的情況下可能無所謂，你可以看看here表格的更多細節。