查找sklearn决策树分类器的随机状态-Java 学习之路

我有一些数据，我正在拟合 sklearn DecisionTreeClassifier . 因为分类器使用了一点随机性，所以我多次运行它并保存最好的模型 . 但是，我希望能够重新训练数据并在不同的机器上获得相同的结果 .

有没有办法在我为每个分类器训练模型后找出最初的 random_state 是什么？

EDIT sklearn 模型有一个名为 get_params() 的方法，用于显示输入内容 . 但对于 random_state ，它仍然说 None . 但是根据文档的情况，它使用 numpy 来生成一个随机数 . 我想弄清楚那个随机数是什么

2 回答

1
您必须将显式随机状态传递给d树构造函数：
```
>>> DecisionTreeClassifier(random_state=42).get_params()['random_state']
42
```
将其保留为 None 的默认值意味着 fit 方法将使用 numpy.random 的单独随机状态，这是不可预测的，并且在运行期间不相同 .
回复于 2024-04-20T22:06:32+08:00

我建议您最好使用随机森林来实现此目的 - 随机森林包含许多以预测变量子集为模型的树 . 然后，您可以通过简单地使用 RandomForestVariableName.estimators_ 来查看模型中使用的random_states

我将在此处使用我的代码作为示例：

with open('C:\Users\Saskia Hill\Desktop\Exported\FinalSpreadsheet.csv', 'rb') as csvfile:
    titanic_reader = csv.reader(csvfile, delimiter=',', quotechar='"')
    row = titanic_reader.next()
    feature_names = np.array(row)

    # Load dataset, and target classes
    titanic_X, titanic_y = [], []
    for row in titanic_reader:  
    titanic_X.append(row)
    titanic_y.append(row[11]) # The target values are your class labels

    titanic_X = np.array(titanic_X)
    titanic_y = np.array(titanic_y)
    print titanic_X, titanic_y

print feature_names, titanic_X[0], titanic_y[0]
titanic_X = titanic_X[:, [2,3,4,5,6,7,8,9,10]] #these are your predictors/ features
feature_names = feature_names[[2,3,4,5,6,7,8,9,10]]

from sklearn import tree

rfclf = RandomForestClassifier(criterion='entropy', min_samples_leaf=1,  max_features='auto', max_leaf_nodes=None, verbose=0)

rfclf = rfclf.fit(titanic_X,titanic_y)

rfclf.estimators_     #the output for this is pasted below:

[DecisionTreeClassifier(compute_importances=None, criterion='entropy',
        max_depth=None, max_features='auto', max_leaf_nodes=None,
        min_density=None, min_samples_leaf=1, min_samples_split=2,
        random_state=1490702865, splitter='best'),
DecisionTreeClassifier(compute_importances=None, criterion='entropy',
        max_depth=None, max_features='auto', max_leaf_nodes=None,
        min_density=None, min_samples_leaf=1, min_samples_split=2,
        random_state=174216030, splitter='best') ......

因此，随机森林将随机性引入决策树文件，并且不需要对决策树使用的初始数据进行调整，但它们可以作为交叉验证的方法，使您对数据的准确性更有信心（特别是如果，像我一样，你有一个小数据集） .

回复于 2024-04-20T22:06:32+08:00

查找sklearn决策树分类器的随机状态

2 回答

相关问题