SVC 可以给出不同的结果吗？ [scikit-learn v0.14]答案

【问题标题】：Can SVC give different results? [scikit-learn v0.14]SVC 可以给出不同的结果吗？ [scikit-learn v0.14]
【发布时间】：2013-10-30 06:06:39
【问题描述】：

我注意到，给定 SVC 的相同特征表（训练数据）和特征向量，我得到的 predict_proba 输出结果不同。

这是 SVC 的预期行为还是我应该得到一致的结果？

感谢您的帮助！

【问题讨论】：

标签： svm scikit-learn

【解决方案1】：

我认为这是由于 libsvm 正在使用数据集的随机折叠的交叉验证来校准概率。在最新版本的 sklearn (0.14.1+) 中，将 random_state=0 作为构造函数参数传递应该修复 libsvm 内部使用的 PRNG 种子。如果它不能修复结果，请随时使用简约的复制脚本打开 github issue。

【讨论】：

非常感谢您的解释。当我检查我的 sci-kit 学习版本时，>>> 导入 sklearn，>>> sklearn.__version__，'0.13-git'。这个版本对于 random_state=0 是否足够新？您是否知道升级到最新版本的方法？
我用 random_state=0 对其进行了测试，它给出了一致的结果。感谢您快速正确的回答！
0.13-git 表示介于 0.12 版本和 0.13 版本之间的某些时间。您绝对应该定期拉取最新的 master 或使用稳定版本。