我对机器学习非常陌生,最近遇到了一个我不确定的问题。当我在Jupyter Notebook中运行代码(如图所示)时,每次都会给我不同的分数,我不确定为什么吗?
我认为通过为KFold设置random_state或种子可以使cross_val_score
每次给我相同的分数?
results = []
names = []
seed=12
for name, model in models:
kfold = KFold(n_splits=num_folds, random_state=seed)
cv_results = cross_val_score(model, X_train, y_train.ravel(), cv=kfold, scoring=scoring)
results.append(cv_results)
names.append(name)
msg = '{}: score: {:.2f}, std_dev:{:.2f}'.format(name,
cv_results.mean(), cv_results.std())
print(msg)
一些示例输出:
LR: score: -24.69, std_dev: 19.74
LASSO: score: -29.82, std_dev: 20.94
EN: score: -28.59, std_dev: 19.79
KNN: score: -38.66, std_dev: 28.77
CART: score: -16.42, std_dev: 15.39
SVR: score: -60.53, std_dev: 44.24
第二次运行时使用相同的代码(也使用相同的种子):
LR: score: -24.69, std_dev: 19.74
LASSO: score: -29.82, std_dev: 20.94
EN: score: -28.59, std_dev: 19.79
KNN: score: -38.66, std_dev: 28.77
CART: score: -18.65, std_dev: 17.91
SVR: score: -60.53, std_dev: 44.24
答案 0 :(得分:1)
在kfold = KFold(n_splits=num_folds, random_state=seed)
中,我认为您需要添加shuffle = True
,如果没有,默认情况下应添加shuffle = False
,而random_state
无效。
答案 1 :(得分:0)
在sklearn
中,decision trees和random forests也取决于随机性,因此,您需要为这些估计量设置随机状态,以确保可重复性。
请注意,其他型号的分数相同。