r - 种子值会影响 R 中训练数据的结果吗？

Question

我正在尝试创建一个模型，将我的数据分为训练(70%)、验证(15%)和测试(15%)集。运行模型后，我得到了一些准确性(ROC)和一些值(value)我的混淆矩阵。但是每次我不断改变种子值，它都会影响我的输出。我该如何解决这个问题？这是预期的行为吗？如果是这样，我怎样才能得出选择哪个值作为最终输出的结论？

Answer 1

set.seed() 定义生成随机值的起点。使用相同的种子运行分析应该返回相同的结果。使用不同的种子可能会导致不同的输出。在您的情况下，可能是因为训练、验证和测试的划分不同。

如果差异很小，可以接受，那么您的模型对于训练、测试和验证中的不同分割来说是稳健的。如果差异很大，则您的模型不稳健，不值得信任。您将必须更改数据的分割方式(分层可能会有所帮助)或修改模型。