Python数据挖掘入门与实践第二章2.1 关于random_state

最新推荐文章于 2024-07-07 17:01:14 发布

原创

最新推荐文章于 2024-07-07 17:01:14 发布 · 1.4k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python3 #random_state #数据挖掘

本文探讨了Python数据挖掘中random_state参数的影响，通过实验展示了不同random_state值下test_size保持不变但准确率波动的情况。作者通过代码验证了random_state设定后，样本切分顺序固定，但具体测试集样本位置会变化，进一步确认了random_state的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

random_state

之前的文章自己给自己挖了个坑，现在尝试来解决一下。
根据之前的代码，来看看，random_state的取值在0-20的时候，
是否会改变test_size和准确率。

import numpy as np
import csv
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import cross_val_score
from matplotlib import pyplot as plt 

data_filename = r'下载地址\ionosphere.data'
X = np.zeros((351, 34), dtype='float')
y = np.zeros((351,), dtype='bool')

with open(data_filename, 'r') as input_file:
	reader = csv.reader(input_file)
	for i, row in enumerate(reader):
		data = [