sklearn.utils
中 shuffle
的 random_state 参数是什么?任何人都可以用一些样本来解释 random_state 吗?
最佳答案
shuffle
用于随机打乱矩阵。以编程方式,使用种子数生成随机序列。如果你使用相同的种子,你保证有相同的随机序列。 random_state
参数允许您将此随机种子提供给 sklearn 方法。这很有用,因为它允许您为开发和测试目的重现随机性。所以,在 shuffle
方法中,如果我对相同的数据集使用相同的 random_state
,那么我总是保证有相同的随机播放。考虑以下示例:
X = np.array([[1., 0.], [2., 1.], [0., 0.]])
X = shuffle(X, random_state=20)
如果这给我以下输出,
array([[ 0., 0.],
[ 2., 1.],
[ 1., 0.]])
现在,我总是可以保证,如果我使用 random_state = 20
,我将始终得到完全相同的洗牌。这对于单元测试特别有用,在单元测试中您希望获得可重现的结果来断言您正在测试的条件。
希望对您有所帮助!
关于python - 在 sklearn.utils.shuffle 中使用 'random_state' 参数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38190476/