资讯专栏INFORMATION COLUMN

python学习笔记 --- 来看看 random_state 这个参数

lolomaco / 3083人阅读

摘要:来看看这个参数里有参数里有参数上面一个是算法,一个是处理不平衡数据的算法,我都遇到了这个参数,那么这个有趣的参数到底是什么呢相当于随机数种子,下面会有代码来解释其作用。没有设置,每次取得的结果就不一样,它的随机数种子与当前系统时间有关。

来看看 random_state 这个参数
SVC(random_state=0)里有参数 random_state

from imblearn.over_sampling import SMOTE
SMOTE(random_state=42) 里有参数 random_state

上面一个是svd算法,一个是处理不平衡数据的smote算法,我都遇到了random_state这个参数,那么这个有趣的参数到底是什么呢?

explanation

random_state 相当于随机数种子,下面会有代码来解释其作用。图中设置了 random.seed() 就相当于在 SVC 中设置了 random_state。

没有设置 random.seed(),每次取得的结果就不一样,它的随机数种子与当前系统时间有关。

import random
for i in range(10):
    print random.randint(1,100)
    
11
87
87
79
66
29
11
90
48
32

再运行一遍上面的代码得到

50
71
27
62
99
34
41
92
5
54
import random
random.seed(111)
for i in range(10):
    print random.randint(1,100)

83
22
95
50
40
62
17
20
43
23

再运行一遍结果一样

其实这个种子就是一个控制器,控制每次的随机。所以在smote中,因为要随机采样,设置了这个参数以后,每次随机的结果是一样的,这样很有用,控制住了不必要的变量。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/40632.html

相关文章

  • 机器学习A-Z~数据预处理

    摘要:在机器学习中我们本质上是用方程对数据进行不同的处理,那么针对这种不同的类别,需要将其转换成不同的数值,来带入我们的方程里面。机器学习,顾名思义,就是让机器学习数据之间的关系,并可以用学习到的结果对新的数据进行预测。 数据预处理是机器学习中非常重要的步骤,为了能正确的分析数据,得到最佳的机器学习算法,拿到数据后我们一般来说都需要对数据进行预处理。数据预处理包括以下几个步骤: 导入数据集...

    mikyou 评论0 收藏0
  • 随机森林在乳腺癌数据上的调参

    摘要:在我们上周使用的泰坦尼克号案例的数据中,我们使用同样的方法调出了如下的参数组合。 这篇文章中,使用基于方差和偏差的调参方法,在乳腺癌数据上进行一次随机森林的调参。乳腺癌数据是sklearn自带的分类数据之一。 showImg(https://segmentfault.com/img/remote/1460000018912842); 案例中,往往使用真实数据,为什么我们要使用sklea...

    cjie 评论0 收藏0
  • 采用 Python 机器学习预测足球比赛结果

    摘要:采用机器学习预测足球比赛结果足球是世界上最火爆的运动之一,世界杯期间也往往是球迷们最亢奋的时刻。特征工程在机器学习中占有非常重要的作用,一般认为括特征构建特征提取特征选择三大部分。 采用 Python 机器学习预测足球比赛结果 足球是世界上最火爆的运动之一,世界杯期间也往往是球迷们最亢奋的时刻。比赛狂欢季除了炸出了熬夜看球的铁杆粉丝,也让足球竞猜也成了大家茶余饭后最热衷的话题。甚至连原...

    FrancisSoung 评论0 收藏0
  • 采用 Python 机器学习预测足球比赛结果

    摘要:采用机器学习预测足球比赛结果足球是世界上最火爆的运动之一,世界杯期间也往往是球迷们最亢奋的时刻。特征工程在机器学习中占有非常重要的作用,一般认为括特征构建特征提取特征选择三大部分。 采用 Python 机器学习预测足球比赛结果 足球是世界上最火爆的运动之一,世界杯期间也往往是球迷们最亢奋的时刻。比赛狂欢季除了炸出了熬夜看球的铁杆粉丝,也让足球竞猜也成了大家茶余饭后最热衷的话题。甚至连原...

    import. 评论0 收藏0
  • 机器学习A-Z~支持向量机

    摘要:本文将介绍机器学习中一个非常重要的算法,叫做,中文翻译支持向量机。核函数支持向量机上面讲的都是线性分类问题,那么非线性的问题就暂时还无法结局,因此我们需要改良算法,这就是接下来要将的。 本文将介绍机器学习中一个非常重要的算法,叫做SVM,中文翻译支持向量机。首先看一组例子来解释这个算法。 基本概念 showImg(https://segmentfault.com/img/remote/...

    zebrayoung 评论0 收藏0

发表评论

0条评论

lolomaco

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<