随机森林中的 random_state答案

【问题标题】：random_state in random forest随机森林中的 random_state
【发布时间】：2021-03-30 11:12:14
【问题描述】：

我刚刚学会了如何使用机器学习模型随机森林；但是，尽管我阅读了有关 random_state 参数的信息，但我无法理解它的作用。比如random_state = 0 和 random_state = 300有什么区别谁能解释一下？

【问题讨论】：

【解决方案1】：

train_test_split 将数组或矩阵拆分为随机训练和测试子集。这意味着每次在不指定 random_state 的情况下运行它时，都会得到不同的结果，这是预期的行为。当您使用random_state=any_value 时，您的代码将在您运行代码时显示完全相同的行为。

【讨论】：

【解决方案2】：

另外，大多数人在我们使用random_state时都会使用数字42。

例如，random_state = 42，这是有原因的。以下是答案。

在 Douglas Adams 的《银河系漫游指南》中，数字 42 是“生命、宇宙和万物终极问题的答案”，由名为 Deep Thought 的巨型超级计算机在 750 万周期内计算得出年。不幸的是，没有人知道问题是什么

【讨论】：

【解决方案3】：

随机森林通过随机抽样数据和特征来引入随机性。由于这些随机抽样，在完全相同的数据上运行 RF 可能会为每次运行产生不同的结果。将种子固定为常数，即 1 将消除这种随机性，并且每次运行都会产生相同的结果。

【讨论】：