摘要：來(lái)看看這個(gè)參數(shù)里有參數(shù)里有參數(shù)上面一個(gè)是算法，一個(gè)是處理不平衡數(shù)據(jù)的算法，我都遇到了這個(gè)參數(shù)，那么這個(gè)有趣的參數(shù)到底是什么呢相當(dāng)于隨機(jī)數(shù)種子，下面會(huì)有代碼來(lái)解釋其作用。沒(méi)有設(shè)置，每次取得的結(jié)果就不一樣，它的隨機(jī)數(shù)種子與當(dāng)前系統(tǒng)時(shí)間有關(guān)。

SVC(random_state=0)里有參數(shù) random_state

from imblearn.over_sampling import SMOTE
SMOTE(random_state=42) 里有參數(shù) random_state

上面一個(gè)是svd算法，一個(gè)是處理不平衡數(shù)據(jù)的smote算法，我都遇到了random_state這個(gè)參數(shù)，那么這個(gè)有趣的參數(shù)到底是什么呢？

random_state 相當(dāng)于隨機(jī)數(shù)種子，下面會(huì)有代碼來(lái)解釋其作用。圖中設(shè)置了 random.seed() 就相當(dāng)于在 SVC 中設(shè)置了 random_state。

沒(méi)有設(shè)置 random.seed()，每次取得的結(jié)果就不一樣，它的隨機(jī)數(shù)種子與當(dāng)前系統(tǒng)時(shí)間有關(guān)。

import random
for i in range(10):
    print random.randint(1,100)
    
11
87
87
79
66
29
11
90
48
32

再運(yùn)行一遍上面的代碼得到

50
71
27
62
99
34
41
92
5
54

import random
random.seed(111)
for i in range(10):
    print random.randint(1,100)

83
22
95
50
40
62
17
20
43
23

再運(yùn)行一遍結(jié)果一樣

其實(shí)這個(gè)種子就是一個(gè)控制器，控制每次的隨機(jī)。所以在smote中，因?yàn)橐S機(jī)采樣，設(shè)置了這個(gè)參數(shù)以后，每次隨機(jī)的結(jié)果是一樣的，這樣很有用，控制住了不必要的變量。