sklearn 随机状态不是随机的答案

【问题标题】：sklearn random state not randomsklearn 随机状态不是随机的
【发布时间】：2017-10-17 04:31:19
【问题描述】：

我一直在玩 sklearn 中 StratifiedKFold 的随机状态变量，但它似乎不是随机的。我相信设置random_state=5，应该给我一个不同的测试集，然后设置random_state=4，但情况似乎并非如此。我在下面创建了一些粗略的可重现代码。首先我加载我的数据：

import numpy as np
from sklearn.cross_validation import StratifiedKFold
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data
y = iris.target

然后我设置random_state=5，为此我存储最后的值：

skf=StratifiedKFold(n_splits=5,random_state=5)
for (train, test) in skf.split(X,y): full_test_1=test
full_test_1

array([ 40,  41,  42,  43,  44,  45,  46,  47,  48,  49,  90,  91,  92,
        93,  94,  95,  96,  97,  98,  99, 140, 141, 142, 143, 144, 145,
       146, 147, 148, 149])

对random_state=4 执行相同的过程：

skf=StratifiedKFold(n_splits=5,random_state=4)
for (train, test) in skf.split(X,y): full_test_2=test
full_test_2

array([ 40,  41,  42,  43,  44,  45,  46,  47,  48,  49,  90,  91,  92,
        93,  94,  95,  96,  97,  98,  99, 140, 141, 142, 143, 144, 145,
       146, 147, 148, 149])

然后我可以检查它们是否相等：

np.array_equal(full_test_1,full_test_2)
True

我不认为这两个随机状态应该返回相同的数字。我的逻辑或代码有缺陷吗？

【问题讨论】：

标签： python random scikit-learn cross-validation

【解决方案1】：

来自链接的文档

random_state : 无、int 或 RandomState

当 shuffle=True 时，用于洗牌的伪随机数生成器状态。如果没有，则使用默认的 numpy RNG 进行洗牌。

您没有在调用 StratifiedKFold 时设置 shuffle=True，因此 random_state 不会做任何事情。

【讨论】：