假设我有一个pandas数据帧，并且将sklearn.model_selection.train_test_split参数设置为1的情况下应用了random_seed。
假设我然后使用完全相同的pandas数据帧并创建一个SQLContext实例的Spark数据帧。如果在将randomSplit参数设置为1的情况下应用PySpark seed函数，是否总是可以确保获得完全相同的分割？
答案 0 :(得分：1)
一般来说，不是。
大多数“随机”数字生成器实际上都是函数，它们接受一些输入值并生成一个很长的字节流，可以将其转换为其他类型的值。 “随机性”来自这样一个事实，即仅给定此流中的值（即使您想要的数量），则很难预测下一个值或提取原始输入值。
此输入值就是我们所说的“种子”。
结果是否相同，不仅取决于种子，还取决于sklearn和pyspark是否使用完全相同随机数生成器实现，操作系统它们在处理器架构上运行...