为什么 RANSAC 回归结果的变化独立于输入?

Why do RANSAC regressor results change independent from input?

我一直认为机器学习的结果是不同的,因为每次预先随机打乱数据,导致不同的训练集。因此,当没有洗牌时,每次的结果都应该相同。与 sklearn.linear_model.LinearRegression() 的情况一样,但 sklearn.linear_model.RANSACRegressor() 显示不同的结果,即使它每次都以相同的顺序输入相同的训练数据。它不只是一个数学函数,结果不应该每次都一样吗?谁能解释一下,还是我的代码有误,我是不是错误地向它提供了不同的数据?

根据documentation,数据是随机选择的。

有些参数有提示,如random_state:

random_state : int, RandomState instance or None, optional, default None

The generator used to initialize the centers. If int, random_state is the seed used by the random number generator; If RandomState instance, random_state is the random number generator; If None, the random number generator is the RandomState instance used by np.random.