Python 如何在列车试验中选择随机状态？

我了解如何使用随机状态将数据随机分割为训练集和测试集。正如预期的那样，我的算法在每次更改时都会给出不同的精度。现在我必须在我的大学提交一份报告，我无法理解其中提到的最终准确性。我应该选择我得到的最大精度吗？或者我应该用不同的随机状态运行它，然后取它的平均值？还是别的什么？

最好的方法是采用平均精度。。。但是 如果您根据特定的数据集分割来训练模型，以产生最佳分类（可能被视为过度拟合），那么您可以获得最佳精度。让我详细说明一下：

您可以对模型进行几次迭代训练。测试和训练集的精度将有所不同，但将呈现上升趋势（精度将上升） 您可以对模型进行多次迭代训练，并仅在该迭代的精度提高时更新权重，从而构建最佳模型

但是您应该注意观察测试集的准确性，以避免过度拟合，即当模型可以在训练集上以非常高的准确性进行预测，但在测试集上以非常低的准确性进行预测时

开始时，模型将学习（测试和训练）精度将提高，大量训练后训练精度将提高（或保持不变），但测试精度将下降

你可以看一看，以便进一步阅读

---

我建议你看一看，我认为这种方法最适合这种情况

对我个人来说，我将

随机状态

设置为一个特定的数字（通常是

42

），所以如果我看到我的程序精度的变化，我知道它不是由数据分割方式引起的

但是，这可能会导致我的网络在该特定分割上过度拟合。也就是说，我调整了我的网络，使其与该拆分很好地工作，但不一定在不同的拆分上工作。因此，我认为在提交代码时最好使用一个随机种子，以便审阅者知道您没有过度适应特定的状态

---

要使用

sklearn.train\u test\u split

进行此操作，您不能简单地提供

random\u state

，它将使用

np随机选择一个。random

他们不是在问题或答案的初始部分指定了特定的随机状态吗？最终，您正在构建一个模型，希望它对新的、看不见的数据具有健壮的性能。如果您建立了一个好的模型，那么根据随机状态的不同，精度应该不会有太大的变化。如果你看到了剧烈的波动，那么你的模型就不好。在我看来，报告最大准确性是不好的，因为它不能代表现实世界的预期性能。我的建议是取一些跑步次数的平均值或做k倍CV，但也要报告标准偏差。@MaxU实际上这是我自己选择的一个小项目。这是我所在大学三年级课程的一部分。“但是，如果你根据特定的数据集分割来训练模型，以产生最佳分类（可能被认为是过度拟合），那么你可以获得最佳精度。”。“请详细解释一下。”普拉布吉钦在原始答案中添加了一些解释，希望能有所帮助