Python 如何为scikit学习的随机数生成器设定种子？

我正在尝试为我的一些代码编写一个使用scikit learn的单元测试。然而，我的单元测试似乎是不确定的

好了，在我的代码中，scikit learn使用随机性的地方只有它的

LogisticRegression

模型和它的

train\u test\u split

，因此我有以下几点：

RANDOM_SEED = 5
self.lr = LogisticRegression(random_state=RANDOM_SEED)
X_train, X_test, y_train, test_labels = train_test_split(docs, labels, test_size=TEST_SET_PROPORTION, random_state=RANDOM_SEED)

但这似乎不起作用——即使我传递一个固定的

文档

和一个固定的

标签

，固定验证集上的预测概率也会因运行而异

我还尝试在代码顶部添加一个

numpy.random.seed（random\u seed）

调用，但这似乎也不起作用

我有什么遗漏吗？有没有一种方法可以在一个地方将种子传递给scikit learn，以便在scikit learn的所有调用中都使用种子

from sklearn import datasets, linear_model
iris = datasets.load_iris()
(X, y) = iris.data, iris.target
RANDOM_SEED = 5
lr = linear_model.LogisticRegression(random_state=RANDOM_SEED)
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=RANDOM_SEED)
lr.fit(X_train, y_train)
lr.score(X_test, y_test)

现在已经制作了几次

0.933335

。你这样做似乎还可以。另一种方法是记录或使用随机性。使用

random_state

是什么：

如果您的代码依赖于随机数生成器，则它不应使用诸如

numpy.random.random

或

numpy.random.normal

之类的函数。这种方法可能导致单元测试中的重复性问题。相反，应该使用

numpy.random.RandomState

对象，该对象是从传递给类或函数的

random\u state

参数构建的

---

您的代码中很可能还有其他错误！在LR和spliting中使用种子就足以确保它的行为是确定性的！我不确定它是否能解决你的决定论问题，但这不是在

scikit-learn

中使用固定种子的正确方法。实例化一个

prng=numpy.random.RandomState（random\u SEED）

实例，然后将其作为

random\u state=prng

传递给每个单独的函数。如果您只是传递

RANDOM\u SEED

，每个单独的函数将重新启动，并在不同的位置给出相同的数字，从而导致不好的相关性。@RobertKern您能详细说明一下吗？我不太明白你想解释什么。当然，使用int种子是使这些函数具有确定性的有效方法。也许你说的是分布式播种的问题，但即使是这样，我也不明白这是从哪里来的，还有更好的方法。决定论不是唯一重要的东西。统计独立性也很重要，通过将同一个整数种子传递给同一管道中的多个

scikit learn

函数，您无法实现这一点。您只希望管道中的所有函数共享一个

RandomState

实例。@RobertKern，这取决于环境/任务（当然还有PRNG），但不适用于OP的问题。