为什么同一迭代的不同运行会产生不同的结果？答案

【问题标题】：Why do different runs of the same iteration produce different results?为什么同一迭代的不同运行会产生不同的结果？
【发布时间】：2020-01-28 21:22:19
【问题描述】：

我创建了一个字典，其中包含来自 Gensim LDA 模型的文档主题概率。字典上的每次迭代（即使使用相同的确切代码）都会产生稍微不同的值。为什么是这样？（注意，当将相同的代码复制并粘贴到另一个 jupyter 单元中时）

for r in doc_topics[:2]:
    print(r)

第一次生产：

[(5, 0.46771166), (8, 0.09964698), (12, 0.08084056), (55, 0.16801219), (58, 0.07947531), (97, 0.04642806)]
[(8, 0.7273078), (69, 0.06939292), (78, 0.062151615), (101, 0.119957164)]

第二次运行产生：

[(5, 0.47463417), (8, 0.105600394), (12, 0.06531593), (55, 0.16066092), (58, 0.06662597), (97, 0.054465853)]
[(8, 0.7306167), (69, 0.054978732), (78, 0.06831972), (84, 0.025588958), (101, 0.10244013)]

第三：

[(5, 0.4771855), (8, 0.09988891), (12, 0.088423), (55, 0.15682992), (58, 0.058175407), (97, 0.053951494)]
[(8, 0.75193375), (69, 0.059308972), (78, 0.0622621), (84, 0.020040851), (101, 0.09659243)]

等等……

【问题讨论】：

为了重现性，您必须在 LDA 模型中指定随机种子。这样，使用相同的种子总是检查相同的结果。
doc_topics 是如何创建的？ type(doc_topics) 是什么？您确定在两次运行代码之间没有运行其他代码吗？如果您尝试print(r); print(r) 而不是一次打印，或者如果您在一个单元格内重复您的代码两次怎么办？（您可能希望使用这些详细信息扩展您的问题，以获得更多格式控制，而不是在评论中回答。）

标签： python pandas loops gensim lda

【解决方案1】：

因为在几乎每一个 ml 算法中，在 bith 训练和推理步骤中都存在轻微的随机性。

这个问题已经有人问过了，下次你可以google一下，很快就能找到答案（：

LDA model generates different topics everytime i train on the same corpus

【讨论】：

嗨，让我解释一下 - 我不是复制 LDA，只是上面粘贴的最后几行代码（即，在创建文档主题字典之后，只需运行它，而不是重新生成它）
您不是每次都重新生成文档主题字典吗？
不 - 只是遍历已经生成的字典

【解决方案2】：

要实现可重复性，您需要将random_state 参数指定给LdaModel 构造函数：

https://radimrehurek.com/gensim/models/ldamodel.html

【讨论】：

上面的答案 - 嗨，让我解释一下 - 我没有复制 LDA，只是上面粘贴的最后几行代码（即在创建文档主题字典之后，只需运行它，而不重新生成它）