如何检索 sklearn.model_selection.train_test_split 的 random_state？答案

【问题标题】：How to retrieve the random_state of sklearn.model_selection.train_test_split?如何检索 sklearn.model_selection.train_test_split 的 random_state？
【发布时间】：2021-02-09 07:27:33
【问题描述】：

如何检索sklearn.model_selection.train_test_split的随机状态？

在不设置random_state 的情况下，我使用train_test_split 拆分我的数据集。因为在拆分数据集上训练的机器学习模型表现非常好，所以我想检索用于拆分数据集的random_state。有没有类似numpy.random.get_state()

【问题讨论】：

标签： python python-3.x scikit-learn

【解决方案1】：

什么意思？

如果你想知道你使用的是哪个random_state，你必须在运行函数时使用random_state，例如：

X_train, X_test, y_train, y_test = train_test_split(
...     X, y, test_size=0.33, random_state=42)

默认设置为none，参见docs。

这里还有information到random_state。

或者你的意思是this？

【讨论】：

谢谢你的回答，我的意思是我在没有设置random_state的情况下将我的数据集与train_test_split分开，我可以检索train_test_split之后使用的random_state吗？

【解决方案2】：

如果你跟踪train_test_split的调用栈，你会发现random_state参数是这样使用的：

from sklearn.utils import check_random_state
rng = check_random_state(self.random_state)
print(rng)

check_random_state的相关部分是

def check_random_state(seed):
    if seed is None or seed is np.random:
        return np.random.mtrand._rand

如果random_state=None，你会得到默认的numpy.random.RandomState单例，你可以用它来生成新的随机数，例如：

print(rng.permutation(10))
print(rng.randn(10))

有关更多信息，请参阅这些问题：

【讨论】：

那么在这种情况下我将如何使用它：kf = KFold(n_splits = 10, shuffle = True, random_state = None) rng = check_random_state(self.random_state) 因为这给了我以下错误：NameError: name 'self' is not defined