sklearn 随机状态不是随机的

Question

我一直在玩sklearn中StratifiedKFold的随机状态变量，但它似乎不是随机的。我相信设置 random_state=5 应该给我一个与设置 random_state=4 不同的测试集，但事实似乎并非如此。我在下面创建了一些粗略的可复制代码。首先我加载我的数据：

import numpy as np
from sklearn.cross_validation import StratifiedKFold
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data
y = iris.target

然后我设置 random_state=5，为此我存储最后的值：

skf=StratifiedKFold(n_splits=5,random_state=5)
for (train, test) in skf.split(X,y): full_test_1=test
full_test_1

array([ 40,  41,  42,  43,  44,  45,  46,  47,  48,  49,  90,  91,  92,
        93,  94,  95,  96,  97,  98,  99, 140, 141, 142, 143, 144, 145,
       146, 147, 148, 149])

对 random_state=4 执行相同的程序：

skf=StratifiedKFold(n_splits=5,random_state=4)
for (train, test) in skf.split(X,y): full_test_2=test
full_test_2

array([ 40,  41,  42,  43,  44,  45,  46,  47,  48,  49,  90,  91,  92,
        93,  94,  95,  96,  97,  98,  99, 140, 141, 142, 143, 144, 145,
       146, 147, 148, 149])

然后我可以检查它们是否相等：

np.array_equal(full_test_1,full_test_2)
True

我认为这两个随机状态不应返回相同的数字。我的逻辑或代码有缺陷吗？

Answer 1

来自链接文档

random_state : None, int or RandomState

When shuffle=True, pseudo-random number generator state used for shuffling. If None, use default numpy RNG for shuffling.

您没有在调用 StratifiedKFold 时设置 shuffle=True，因此 random_state 不会执行任何操作。

sklearn 随机状态不是随机的

sklearn random state not random

python

random

scikit-learn

cross-validation