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/