sci-kit learn GridSearchCV 的一致答案

Question

如何在 sci-kit learn 中使用 GridSearchCV 獲得一致的答案？ 我假設我得到不同的答案 b/c 不同的隨機數導致每次運行時折疊都不同，盡管我的理解是下面的代碼應該解決這個問題，因為KFold默認具有shuffle=False 。

clf = GridSearchCV(SVC(), param_grid, cv=KFold(n, n_folds=10))

Answer 1

正如您在評論中指出的那樣， predict_proba 不是確定性的！

但它確實接受 random_state （就像 KFold 一樣）。 我之前發現，如果您的數據是以非隨機順序收集的，那么設置 shuffle=False 會導致非常糟糕的結果，所以恕我直言，您最好使用 shuffle 並將 random_state 設置為某個數字。

從文檔

class sklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma=0.0, coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, random_state=None)

random_state : int 種子、RandomState 實例或無（默認）

在對數據進行混洗以進行概率估計時使用的偽隨機數生成器的種子。

Answer 2

我想你正在尋找這個參數：random_state=7

大多數具有 random_state 參數的東西都將其保留為 None，這允許變化。

您必須將其設置為某個數字才能獲得一致的結果。

我將它設置為 7，因為我喜歡 7。選擇任何數字。

Answer 3

對於GridSearchCV ，設置numpy.random.seed以獲得可重現的結果也很重要。 除了在估計器中設置random_state或seed之外，還必須這樣做。

numpy.random.seed(42)