VB中随即函数为啥每次的得数都是一样的

Posted 2023-04-28

Int(Rnd * 9000000000#) + 1000000000
我要得到的是一个十位数~~~~
每次运行的结果却都是： 7349927604
有人知道这是为什么吗？？？

VB里得到都是伪随机数，所谓的随机数也是系统根据一定算法得出的。
如果演算随机数的根据（即随机数种子）一样，那么每次得出的随机数序列也就一样了。
为了得到不一样的随机数，就必须保证每次给的种子不一样。
只有时间每一分每一秒都在变化，所以使用
randomize
可以用时间来初始化随机数种子，保证每次的随机数序列不一样 参考技术A 用Randomize 函数初始化.

////////////////////////////
Randomize 语句

初始化随机数生成器。

语法

Randomize [number]

可选的 number 参数是 Variant 或任何有效的数值表达式。

说明

Randomize 用 number 将 Rnd 函数的随机数生成器初始化，该随机数生成器给 number 一个新的种子值。如果省略 number，则用系统计时器返回的值作为新的种子值。

如果没有使用 Randomize，则（无参数的）Rnd 函数使用第一次调用 Rnd 函数的种子值。

注意 若想得到重复的随机数序列，在使用具有数值参数的 Randomize 之前直接调用具有负参数值的 Rnd。使用具有同样 number 值的 Randomize 是不会得到重复的随机数序列的。 参考技术B 加个 Randomize(timer)

为啥我的随机森林分类器模型中每棵决策树的 max_depth 都是一样的？

【中文标题】为啥我的随机森林分类器模型中每棵决策树的 max_depth 都是一样的？

【英文标题】：Why the max_depth of every decision tree in my random forest classifier model are the same?为什么我的随机森林分类器模型中每棵决策树的 max_depth 都是一样的？

【发布时间】：2020-02-15 11:47:16

【问题描述】：

为什么我的随机森林分类器模型中每棵决策树的 max_depth 都是一样的？ 我设置了我的 RandomForestClassifier 的 max_depth=30，当我打印每棵树时（trees = RandomForestClassifier.estimators_），我发现每棵树的 max_depth 都是一样的。

我真的不知道问题出在哪里以及它是如何发生的。

【问题讨论】：

如果可能，请提供一些代码示例和堆栈跟踪。

也许，您设置了min_samples_leaf 值，不允许增加深度

你最好提供代码，因为这个问题太笼统了

【参考方案1】：

如果我没记错的话，决策树可能会达到其最大深度。没有什么问题。我什至会说他一定会的。你允许你的树生长的空间，你的树将占据的空间。

缩放到随机森林，再次没有任何问题。您应该专注于选择正确的 max_depth，因为 max_depth 越大，过度拟合的风险就越大。

尝试不同的值并比较您对测试数据的处理方式。