sklearn的train_test_split中的random_state参数 [英] random_state parameter in sklearn's train_test_split

问题描述

随机状态的不同值对输出有何影响？例如，如果我将0设置为100，将对输出产生什么影响？

What difference does different values of random state makes to the output? For instance, if I set 0 and if I set 100 what difference would it make to the output?

推荐答案

从文档：

random_state 是随机数生成器使用的种子。

The random_state is the seed used by the random number generator.

通常，使用种子来创建可复制的输出。对于 train_test_split ， random_state 决定如何拆分数据集。
除非要创建可重复运行，否则可以跳过此参数。

In general a seed is used to create reproducible outputs. In the case of train_test_split the random_state determines how your data set is split. Unless you want to create reproducible runs, you can skip this parameter.

例如，如果设置为0，而如果我设置为100，则
对输出有何影响？

For instance, if is set 0 and if i set 100 what difference would it make to the output ?

对于特定种子，您将始终获得相同的训练/测试成绩。不同的种子将导致不同的训练/测试拆分。

You will always get the same train/test split for a specific seed. Different seeds will result in a different train/test split.

这篇关于sklearn的train_test_split中的random_state参数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！