python - sci-kit learn GridSearchCV 的一致答案

Question

如何在 sci-kit learn 中使用 GridSearchCV 获得一致的答案？我假设我得到了不同的答案，因为不同的随机数导致每次运行时的折叠都不同，尽管我的理解是下面的代码应该将这个问题解决为 KFold有shuffle=False默认情况下。

clf = GridSearchCV(SVC(), param_grid, cv=KFold(n, n_folds=10))

Answer 1

正如您在评论中指出的那样，predict_proba 不是确定性的!

但它确实接受 random_state(KFold 也是如此)。我之前发现，如果您的数据是以非随机顺序收集的，设置 shuffle=False 可能会导致非常糟糕的结果，所以恕我直言，您最好使用 shuffle 并将 random_state 设置为某个数字。

来自the docs

class sklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma=0.0, coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, random_state=None)

random_state:int 种子、RandomState 实例或 None(默认)

在打乱数据以进行概率估计时使用的伪随机数生成器的种子。