我一直认为机器学习结果不同，因为数据每次都是在前期随机混洗，导致不同的训练集。因此，当没有洗牌时，结果每次都应该是相同的。与sklearn.linear_model.LinearRegression（）的情况一样，但sklearn.linear_model.RANSACRegressor（）显示不同的结果，即使每次都以相同的顺序输入相同的训练数据。它不仅仅是一个数学函数，每次结果都不应该相同吗？有人可以解释一下，或者我的代码中有错误，我是否错误地将其提供给不同的数据？
答案 0 :(得分：1)
根据documentation，数据随机选中。
某些参数有指示，例如 random_state ：
random_state ：int，RandomState实例或None，可选，默认
None用于初始化中心的生成器。如果是int，则random_state是随机数生成器使用的种子;如果是RandomState实例，则random_state是随机数生成器;如果为None，则随机数生成器是np.random使用的RandomState实例。