在 sklearn.utils.shuffle 中使用 'random_state' 参数？

Question

sklearn.utils中shuffle中的random_state参数是什么？谁能用一些样本解释 random_state？

Answer 1

shuffle 用于随机打乱矩阵。以编程方式，使用种子数生成随机序列。如果你使用相同的种子，你保证有相同的随机序列。 random_state 参数允许您将此随机种子提供给 sklearn 方法。这很有用，因为它允许您为开发和测试目的重现随机性。所以，在 shuffle 方法中，如果我对相同的数据集使用相同的 random_state，那么我总是保证有相同的洗牌。考虑以下示例：

X = np.array([[1., 0.], [2., 1.], [0., 0.]])
X = shuffle(X, random_state=20)

如果这给我以下输出，

array([[ 0.,  0.],
      [ 2.,  1.],
      [ 1.,  0.]])

现在，我始终可以保证，如果我使用 random_state = 20，我将始终得到完全相同的洗牌。这对于单元测试特别有用，在单元测试中您希望获得可重现的结果来断言您正在测试的条件。

希望对您有所帮助！

Answer 2

除了@Abhinav 给出的案例之外，random_state 在这种情况下可能很有用：假设你有 2 nparrays/dataframes...，你需要以相同的方式打乱它们的行（例如，两个数组中的第一行将是第 20 行，第 2 行将是第 5...）

您可以通过在两个语句中保持相同的 random_state 来做到这一点：

array1_shuffled = sklearn.utils.shuffle(array1, random_state=42)
array2_shuffled = sklearn.utils.shuffle(array2, random_state=42)

在 sklearn.utils.shuffle 中使用 'random_state' 参数？

Use of 'random_state' parameter in sklearn.utils.shuffle?

python

shuffle

scikit-learn