scikit-learn train_test_split 中与平台无关的随机状态

Posted 2023-04-19

【中文标题】scikit-learn train_test_split 中与平台无关的随机状态

【英文标题】：Platform-independent random state in scikit-learn train_test_split

【发布时间】：2021-07-02 22:43:19

【问题描述】：

在使用 scikit-learn 拆分训练/测试数据集时是否设置特定的随机种子 (random_state) 会产生相同的随机数生成器初始化（即，产生相同的伪随机数）在不同平台上 - 例如，通过不同的云计算实例？

谢谢！

【问题讨论】：

afaik 它使用 numpy，所以 ***.com/questions/40676205/…

【参考方案1】：

只要random_state 在所有平台上都相等，并且它们都运行相同版本的 numpy，您应该得到完全相同的拆分。

由于random_state 是一个numpy 实例，我认为scikit-learn 的所有伪随机数生成器都被冻结了，因为numpy 冻结了RandomState。

您可以查看random_state here 的文档，您可以看到numpy.random.RandomState。可以查看numpy的兼容性保证here。