我正在尝试在 python 中创建确定性决策树,但我遇到了一些问题。
如果我运行我的脚本 2 次,我会得到不同的决策树,因为算法的 random_state。
我尝试修复 random_state( random_state=0
) 但它仍然无法正常工作。
我想消除决策树的随机性,但找不到明确的解决方案。
最佳答案
Sklearn 使用来自 numpy 的随机种子,因此您可以在脚本的开头设置全局种子:
import numpy as np
np.random.seed(0)
关于python - 如何消除 sklearn 上决策树的随机性?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56631500/