我正在尝试创建一个模型，我的数据分为训练（70％），验证（15％）和测试（15％）设置。运行模型后，我得到一些准确性（ROC）和一些值我的混淆矩阵。但每次我不断改变种子值，它都会影响我的输出。我该如何解决这个问题？这是预期的行为吗？如果是这样，我怎样才能得出哪个值被选为最终输出的结论？
答案 0 :(得分：2)
set.seed()定义了生成随机值的起点。使用相同的种子运行分析应该返回相同的结果。使用不同的种子可能导致不同的输出。在您的情况下，可能是因为在培训，验证和测试方面存在不同的分歧。
如果差异可以接受的很小，那么您的模型对于培训，测试和验证中的不同分组是健壮的。如果差异很大，那么您的模型不健壮且不应受信任。您将不得不改变数据分割的方式（分层可能会有所帮助）或修改模型。