最近在写论文,这一点一直不明白。设定好某个随机数种子后达到了很好的实验效果,就可以当作最终结果吗?还是说不能设定种子,每次随机,多次取平均?
和这个类似的,参考文献里都会把调好的模型参数给出,但如果每次划分数据不同,参数是给不了定值的吧?所以是需要设定一个随机数种子,每次实验都按照这个划分去跑吗(相当于复现)?
感谢大家解答!
想验证模型效果,sklearn中划分训练集、测试集的train_test_split需要设定相同的随机数种子吗
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
悬赏问题
- ¥15 基于卷积神经网络的声纹识别
- ¥15 Python中的request,如何使用ssr节点,通过代理requests网页。本人在泰国,需要用大陆ip才能玩网页游戏,合法合规。
- ¥100 为什么这个恒流源电路不能恒流?
- ¥15 有偿求跨组件数据流路径图
- ¥15 写一个方法checkPerson,入参实体类Person,出参布尔值
- ¥15 我想咨询一下路面纹理三维点云数据处理的一些问题,上传的坐标文件里是怎么对无序点进行编号的,以及xy坐标在处理的时候是进行整体模型分片处理的吗
- ¥15 CSAPPattacklab
- ¥15 一直显示正在等待HID—ISP
- ¥15 Python turtle 画图
- ¥15 stm32开发clion时遇到的编译问题