Numpy SKU状态无法正常工作

我阅读了所有与此相关的内容，但仍然不理解问题的真正含义。基本上，我使用带有随机_状态的截断SVD，然后为它打印解释的_方差_比率_u.sum（）。每次我运行代码时，它都会更改。这正常吗

from sklearn.decomposition import TruncatedSVD
SVD = TruncatedSVD(n_components=40, n_iter=7, random_state=42)

XSVD = SVD.fit_transform(X)
print(SVD.explained_variance_ratio_.sum())

---

问题是后来我使用umap并绘制结果图。每次运行代码时，我都有不同的图表。我不明白这是因为截断SVD还是UMAP。我使用random_state=42来阻止事情发生变化，但看起来没有任何效果

您可能应该做些错事，因为我无法用scikit learn 0.22重现您的问题

[16]中的

：将numpy作为np导入
…：从sklearn.decomposition导入截断SVD
...:  
…：rng=np.random.RandomState（42）
…：X=rng.randn（10000100）
…：定义函数（X）：
…：奇异值分解=截断奇异值分解（n_分量=40，n_iter=7，随机状态=42）
…：XSVD=SVD.fit_变换（X）
…：打印（SVD.explained\u variance\u ratio\u.sum（））
…：func（X）；func（X）；func（X）；
0.43320350603512425
0.43320350603512425
0.43320350603512425

当您停止并重新启动服务器时，它是否会给出相同的结果？我的意思是，在我的例子中，数据来自一个.txt文件，所以每次运行服务器和代码时，我都希望复制相同的数字和相同的图形。是的，它会。X是确定性的，因为我也使用了给定的种子。请注意，如果X不同，则变换也会不同。所以我会看这部分，而不是scikit学习算法。谢谢你的帮助。我使用TfidfVectorizer之前，我猜这是做一些随机。因此，我将详细检查这里发生了什么。