sklearn 的 KFold 函数，带有 shuffle 和 random_state答案

【问题标题】：sklearn's KFold function with shuffle and random_statesklearn 的 KFold 函数，带有 shuffle 和 random_state
【发布时间】：2021-06-28 20:26:14
【问题描述】：

我正在尝试了解如何使用交叉验证功能sklearn.model_selection.KFold。如果我定义（比如在这个tutorial）

from sklearn.model_selection import KFold

kf = KFold(n_splits=5, shuffle=False, random_state=100)

我明白了

ValueError: Setting a random_state has no effect since shuffle is False.
You should leave random_state to its default (None), or set shuffle=True.

这个错误是什么意思，为什么需要设置random_state=None或shuffle=True？

【问题讨论】：

标签： python machine-learning scikit-learn k-fold

【解决方案1】：

在这种情况下洗牌意味着数据首先被随机洗牌，然后再分成测试/训练。 random_state 将允许数据混洗的方式是可重复的。没有打开洗牌，random_state 没有任何意义。

【讨论】：

谢谢，您推荐哪些参考资料来了解有关数据预处理的更多信息？我没有找到有用的 sklearn 文档。
这确实是正确的答案，尽管我承认我很困惑为什么 sklearn 设计者决定在这种情况下抛出错误；可以说，一个警告就足够了。