Scikit学习决策树不确定

时间:2019-12-07 14:31:52

标签: python python-3.x machine-learning scikit-learn decision-tree

我正在做递归特征消除和交叉验证选择(RFECV),以获取最佳数量的特征。在以后的阶段中,我将比较不同的超参数和方法来处理不平衡数据时,我希望最好的功能是确定性的。因此,我使用了决策树。但是,每次我运行下面的代码时,都会得到一个不同的编号。最佳功能。我一直使用恒定的随机状态,无法理解为什么每次运行的结果不同?

-- possible
CREATE TABLE `member`(MEM_ID BIGINT(10) PRIMARY KEY);

-- better
CREATE TABLE mymember(MEM_ID BIGINT(10) PRIMARY KEY);

0 个答案:

没有答案