Machine learning 在sklearn方法中更改随机_状态（在调整超参数后）可提供不同的精度

我正在学习stat learning/ML课程，目前正在做一个包括分类任务的项目，我有一些关于random_state参数的新手问题。我的模型的准确性随着随机状态的变化而变化。我目前正在处理逻辑回归（来自sklearn.linear\u model.LogisticRegression（））。我尝试使用GridSearchCV方法调整hyperparameter

问题是： 我得到不同的预测精度，这取决于我使用的随机状态

我所尝试的： 我尝试将random_state参数设置为全局状态（使用np.random.seed（randomState）并在脚本顶部将randomState设置为整数）。此外，我使用

train_test_split(X, y, test_size=0.2, random_state=randomState)

具有相同的（全局）整数随机状态。此外，我想预成型GridSearchCV以优化hyperparameters。因此，我指定了一个param_网格，并在此网格上执行GridSearchCV。从中，我找到了最好的估计量，并选择它作为我的模型。然后，我使用我的模型进行预测，并打印结果的分类报告。通过改变随机状态，我从10次跑步中取平均值

示例：我使用randomState=1执行此过程，并从GridSearchCV:model_1中找到最佳模型。我得到了84%的准确率。如果Im更改为randomState=2，…，10，并且仍然使用模型_1，则平均准确度将变为80.5%。 我使用randomState=42执行此过程，并从GridSearchCV中找到最佳模型：model_42。我得到了77%的准确率。如果Im更改为randomState=41、40、39、…、32，并且仍然使用模型_42，则平均准确率将变为78.7%

---

我很困惑，为什么精度会因随机状态的不同而变化如此之大。

调整随机状态会提供不同的精度。随机状态类似于将数据集随机拆分为训练和测试，而不是根据索引的升序值拆分数据集。这将导致将数据点分为列车和试验，如果试验数据中有任何一点不在列车数据中，则可能导致精度差。处理此问题的最佳方法是使用交叉验证拆分。在这种方法中，随机将数据分割为训练和测试，然后执行机器学习建模，该步骤重复n次，其中n为分割数（大部分为n=5）。然后我们取所有精度的平均值，并将这个精度作为最终结果。而不是每次执行交叉验证拆分时都更改值random_状态

您可以在以下链接中找到对此的参考：