scikit-learn - Scikit learn SGDClassifier：precision和recall每次都会改变值

Question

我对 scikit learn 中的精度和召回值有疑问。我正在使用该功能SGDClassifier对我的数据进行分类。为了评估性能，我使用了精度和召回功能precision_recall_fscore_support，但每次运行程序时，我在精度和召回矩阵中都有不同的值。我怎样才能拥有真正的价值观？我的代码是：

scalerI = preprocessing.StandardScaler()
X_train = scalerI.fit_transform(InputT)
X_test = scalerI.transform(InputCross)
clf = SGDClassifier(loss="log", penalty="elasticnet",n_iter=70)
y_rbf = clf.fit(X_train,TargetT)
y_hat=clf.predict(X_test)
a= clf.predict_proba(X_test)
p_and_rec=precision_recall_fscore_support(TargetCross,y_hat,beta=1)

谢谢

Answer 1

从docs SGDClassifier 有一个random_state参数被初始化为None这是一个用于随机数生成器的种子值。您需要修复此值，以便结果是可重复的，因此设置random_state=0或您想要的任何喜欢的数字

clf = SGDClassifier(loss="log", penalty="elasticnet",n_iter=70, random_state=0)

应该为每次运行产生相同的结果

从文档：

random_state : int 种子、RandomState 实例或 None （默认）随机数生成器的种子，用于对数据进行混洗。