python - 为什么 RANSAC 回归结果的变化与输入无关？

Question

我一直认为机器学习的结果是不同的，因为每次预先随机打乱数据，导致不同的训练集。因此，当没有洗牌时，每次的结果都应该是相同的。与 的情况一样sklearn.linear_model.LinearRegression()，但sklearn.linear_model.RANSACRegressor()即使每次都以相同的顺序输入相同的训练数据，也会显示不同的结果。不就是一个数学函数，结果不应该每次都一样吗？有人可以解释一下，还是我的代码有错误，我是否错误地向它提供了不同的数据？

Answer 1

根据文档，数据是随机选择的。

某些参数中有指示，例如random_state：

random_state : int，RandomState 实例或无，可选，默认None

用于初始化中心的生成器。如果是 int，则 random_state 是随机数生成器使用的种子；如果是 RandomState 实例，则 random_state 是随机数生成器；如果没有，随机数生成器是 np.random 使用的 RandomState 实例。