我有一些适合的数据sklearn DecisionTreeClassifier。由于分类器使用了一些随机性，因此我将其运行几次并保存最佳模型。但是我希望能够重新训练数据并在另一台计算机上获得相同的结果。
random_state在为每个分类器训练模型之后，有没有办法找出最初的名称？
编辑该sklearn模型已经称为一种方法get_params()，显示输入的是什么。但是对于random_state它仍然说None。但是，根据说明，在这种情况下，它用于numpy产生随机数。我试图弄清楚那个随机数是什么
您必须将显式随机状态传递给d-tree构造函数：
>>> DecisionTreeClassifier(random_state=42).get_params()['random_state']
42
将其保留为默认值None意味着该fit方法将使用numpy.random的单例随机状态，这是不可预测的，并且在每次运行中都不相同。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句