我应该使用“ random.seed”还是“ numpy.random.seed”来控制“ scikit-learn”中的随机数生成？

我应该使用“ random.seed”还是“ numpy.random.seed”来控制“ scikit-learn”中的随机数生成？

我应该使用np.random.seed还是random.seed？

这取决于在代码中使用的是numpy的随机数生成器还是in中的一个

random

。

随机数生成器中

numpy.random

，并

random

具有完全独立的内部状态，所以

numpy.random.seed()

不会影响所产生的随机序列

random.random()

，同样

random.seed()

不会影响

numpy.random.randn()

如果你同时使用等

random

，并

numpy.random

在你的代码，那么你就需要分别设置两个种子。

更新资料

您的问题似乎专门针对scikit-learn的随机数生成器。据我所知，scikit-
learn

numpy.random

始终使用，所以您应该使用

np.random.seed()

而不是

random.seed()

。

一个重要的警告是

np.random

不是线程安全的-
如果设置全局种子，然后启动多个子进程并使用生成随机数

np.random

，则每个子进程将从其父级继承RNG状态，这意味着您将在每个子进程中获得相同的随机变量。解决此问题的常用方法是将不同的种子（或

numpy.random.Random

实例）传递给每个子进程，以使每个子进程都有一个单独的本地RNG状态。

由于scikit-
learn的某些部分可以使用joblib并行运行，因此您将看到某些类和函数可以选择传递种子或

np.random.RandomState

实例（例如，将

random_state=

参数传递给

sklearn.decomposition.MiniBatchSparsePCA

）。我倾向于将单个全局种子用于脚本，然后基于全局种子为任何并行函数生成新的随机种子。