我如何正确设置“random_state”以使我的结果始终相同？（蟒蛇，sklearn）

Question

例如，如果我有这段代码：

    knn = KNeighborsClassifier()

    grid_search_knn = GridSearchCV(
    estimator=knn,
    n_jobs=-1

)

我必须这样设置吗1.:

knn = KNeighborsClassifier(random_state=42)

grid_search_knn = GridSearchCV(
    estimator=knn,
    n_jobs=-1

)

或者我必须像这样设置2.:

knn = KNeighborsClassifier(random_state=42)

grid_search_knn = GridSearchCV(
    estimator=knn,
    random_state=42,
    n_jobs=-1

)

正确的原因是什么？如果我使用随机搜索而不是网格搜索会怎样？

Answer 1

在这种情况下，设置

random_state

取决于您使用的特定算法，而不是

GridSearchCV

或

RandomizedSearchCV

类。

对于

KNeighborsClassifier

，添加

random_state

实际上是不必要的，因为这个分类器是一种确定性算法，这意味着它不依赖随机性来进行预测。因此，它不会受到

random_state

参数的影响。结果：

对于

KNeighborsClassifier

：您根本不需要在分类器或

random_state

/

GridSearchCV

中设置

RandomizedSearchCV

。

对于随机算法：如果您使用的是涉及随机性的算法，例如决策树或随机森林，则可以在估计器中设置
```
random_state
```
（例如
```
RandomForestClassifier(random_state=42)
```
）。您不需要在
```
random_state
```
中设置
```
GridSearchCV
```
，因为它只会影响交叉验证过程，这是确定性的。

总结：

我如何正确设置“random_state”以使我的结果始终相同？ （蟒蛇，sklearn）