random_state=0 和 random_state= numpy.random.RandomState(0) 有何不同？

Question

我正在围绕random_state测试一些可能性。 你能解释一下random_state = 0和random_state = numpy.random.RandomState(0)有何不同吗？

代码

from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
import numpy as np
import random

for i in range(5):
    
    ###########  code for random_state= numpy.random.RandomState(i) ##############
    
    rng = np.random.RandomState(i)
    X, y = make_classification(random_state=rng)
    rf = RandomForestClassifier(random_state=rng)
    X_train, X_test, y_train, y_test = train_test_split(X, y,
                                                        random_state=rng)
    p1=rf.fit(X_train, y_train).score(X_test, y_test)
    
   ###########  code for random_state= integer ##############

    X, y = make_classification(random_state=i)
    rf = RandomForestClassifier(random_state=i)
    X_train, X_test, y_train, y_test = train_test_split(X, y,
                                                        random_state=i)
    p2=rf.fit(X_train, y_train).score(X_test, y_test)
    print(i,p1,p2)

Output

0  0.84   0.92
1  1.0    0.92
2  0.88   0.92
3  0.84   0.88
4  1.0    1.0

Answer 1

设置random_state = 1为训练/测试集的分割设置一个固定的种子（例如 1）。

设置random_state = np.random.RandomState(1)会将种子设置为种子为 1 的随机变量。在每次迭代中， np.random.RandomState实例每次都会随机变化，以不可重复的方式拆分集合。

如果您想要可重复的拆分，请使用普通的 integer 作为random_state ，或者不使用任何内容来进行随机拆分。

仅当您想根据某些特定分布（使用固定种子）随机拆分集合时，使用RandomState才有意义。 请参阅有关它的官方 numpy 文档