我看過使用名為random_states. 為什么以及如何在模型中更改此引數?
from sklearn.tree import DecisionTreeRegressor
melbourne_model = DecisionTreeRegressor(random_state=1)
melbourne_model.fit(X, y)
uj5u.com熱心網友回復:
該random_state引數本質上充當“種子”。由于某些 ML 模型依賴亂數生成來執行諸如初始化變數或優化函式之類的操作,因此有時對同一資料對同一演算法進行兩次訓練,如果它們以不同方式初始化或以不同方式優化,則會產生不同的引數。為了控制這一點,工程師將random_state引數設定為一個常數,以實作可重復性。
轉載請註明出處,本文鏈接:https://www.uj5u.com/caozuo/329464.html
