采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
bobo老师!随即种子只是让每次产生的结果可以重复,您在这节课上说让我们的结果和您一样,应该准确的说是结果相似吧,每个人每次train_test_split产生的训练和测试数据集应该都是不一样的,老师我刚学python,这样理解对吗
严格来讲,train_test_split 的过程也可以加入随机种子,使得每次随机产生的结果是一致的。在 sklearn 中,就是 random_state 参数:https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html
我不很确定我在课程中是否每一个随机的地方都加入了随机种子的限制,但整体这是一个非常重要的针对“随机”的调试方式,即使用相同的随机种子,让随机算法“不随机”,以能够稳定复现算法中可能的问题。在整个算法调试正确后,再取消对某个固定随机种子的依赖。
继续加油!:)
非常感谢!
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
3.1k 19
4.2k 17
3.6k 15
2.0k 15
1.9k 14
购课补贴联系客服咨询优惠详情
慕课网APP您的移动学习伙伴
扫描二维码关注慕课网微信公众号