我已閱讀https://towardsdatascience.com/random-seeds-and-reproducibility-933da79446e3以在 Python 中創建可重現的機器學習模型，您需要設定隨機種子并固定包版本。
我希望能夠在訓練后保存模型，即使用pickle.dump()，再次加載它們，然后得到相同的結果。
在https://docs.python.org/3/library/random.html#notes-on-reproducibility它說：
“有時，能夠重現由偽亂數生成器給出的序列很有用。通過重新使用種子值，只要多個執行緒沒有運行，相同的序列就應該可以在運行之間重現。”
我正在使用RandomForestClassifierwithjobs=-1所以我想知道我是否需要做更多，或者這是否已經在內部處理。
對于隨機種子，我現在有：
os.environ['PYTHONHASHSEED'] = str(42)
random.seed(42)
np.random.seed(42)
對于分類器，我正在設定隨機狀態：
rf = RandomForestClassifier(random_state=42)
uj5u.com熱心網友回復：
根據檔案，您還必須random_state在 RandomForestClassifier 中設定引數：
random_state：int，RandomState 實體或無，默認=無
控制構建樹時使用的樣本引導的隨機性（如果 bootstrap=True）和在每個節點尋找最佳分割時要考慮的特征采樣（如果 max_features < n_features）。有關詳細資訊，請參閱詞匯表。
例如：
from sklearn.ensemble import RandomForestClassifier
SEED = 42
clf = RandomForestClassifier(random_state = SEED)
澄清：
為了使實驗完全可重復，即使使用固定種子，也必須檢查資料集準備中的所有步驟（例如訓練和測驗拆分）。np.random.seed不保證 sklearn 的固定隨機狀態。我們需要設定與每個 sklearn 函式random_state對應的引數，以確保可重復性。
random_state在多執行緒中設定也足夠了。如果可能，請確保使用最新版本的 sklearn，以避免早期版本中可能出現的錯誤。
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/533128.html