python - "train_test_split"的模型评估不是静态的？

Question

根据在线资源，sklearn.cross_validation 模块中的“train_test_split”函数返回随机状态的数据。

这是否意味着如果我用相同的数据训练一个模型两次，我会得到两个不同的模型，因为学习过程中使用的训练数据点在每种情况下都不同？

在实践中，这两个模型的准确度会相差很大吗？这是可能的情况吗？

Answer 1

您可以将random_state参数设置为某个常量值以重现数据拆分。另一方面，准确测试您想要了解的内容通常是一个好主意 - 即使用不同的随机状态运行至少两次训练并比较结果。如果它们差异很大，则表明存在问题并且您的解决方案不可靠。