转自：https://blog.csdn.net/az9996/article/details/86616668

---

 

 

在学习机器学习的过程中，常常遇到random_state这个参数，下面来简单叙述一下它的作用。

作用：控制随机状态。

原因：为什么需要用到这样一个参数random_state（随机状态）？

在此先简单罗列三种情况：

1、在构建模型时：

forest = RandomForestClassifier(n_estimators=100, random_state=0)

forest.fit(X_train, y_train)

2、在生成数据集时：

X, y = make_moons(n_samples=100, noise=0.25, random_state=3)

3、在拆分数据集为训练集、测试集时：

X_train, X_test, y_train, y_test = train_test_split(

cancer.data, cancer.target, stratify=cancer.target, random_state=42)

如果不设置random_state的话会怎样？

例如1中，每次构建的模型是不同的。

例如2中，每次生成的数据集是不同的。

例如3中，每次拆分出的训练集、测试集是不同的。

之所以会这样，是因为模型的构建、数据集的生成、数据集的拆分都是一个随机的过程。

如果你希望结果可以重现，固定random_state是非常重要的。

对于随机森林这个模型，它本质上是随机的，设置不同的随机状态（或者不设置random_state参数）可以彻底改变构建的模型。

对于数据集的生成，它本质上也是随机的，设置不同的随机状态（或者不设置random_state参数）可以彻底改变生成的数据集。

对于数据集的拆分，它本质上也是随机的，设置不同的随机状态（或者不设置random_state参数）可以彻底改变拆分的结果。

固定random_state后，每次构建的模型是相同的、生成的数据集是相同的、每次的拆分结果也是相同的。

总结：对于那些本质上是随机的过程，我们有必要控制随机的状态，这样才能重复的展现相同的结果。

如果，对随机状态不加控制，那么实验的结果就无法固定，而是随机的显现。

修改（2019年3月9日17:44:06）

比喻的说一下，也不知道准不准确。

一个容器中放置一定量的沙子，每次用手去抓沙子的时候，抓取的结果会受到抓取的力度、一只手抓还是两只手抓、手是干的或湿的等诸多因素的影响（将影响因素定为A={a,b,c,d,e,f,……}）。

固定random_state后，每次抓取沙子时的影响因素将被固定为具体的某一组，这样每次抓取的沙子就具有了相同的状态。