我一直在使用 sklearn 的随机森林，并尝试比较几个模型。然后我注意到，即使使用相同的种子，随机森林也会给出不同的结果。我尝试了两种方法：random.seed(1234) 以及使用随机森林内置的 random_state = 1234。在这两种情况下，我得到的结果都无法重复。我错过了什么…？

# 1random.seed(1234)RandomForestClassifier(max_depth=5, max_features=5, criterion='gini', min_samples_leaf = 10)# or 2RandomForestClassifier(max_depth=5, max_features=5, criterion='gini', min_samples_leaf = 10, random_state=1234)

有什么想法吗？谢谢！！

编辑：添加了我的代码的更完整版本

clf = RandomForestClassifier(max_depth=60, max_features=60, \                        criterion='entropy', \                        min_samples_leaf = 3, random_state=seed)# 如描述，我尝试了几种方式使用 random_state，结果还是不同clf = clf.fit(X_train, y_train)predicted = clf.predict(X_test)predicted_prob = clf.predict_proba(X_test)[:, 1]fpr, tpr, thresholds = metrics.roc_curve(np.array(y_test), predicted_prob)auc = metrics.auc(fpr,tpr)print (auc)

编辑：已经过去一段时间了，但我认为使用RandomState可能会解决这个问题。我还没有自己测试过，但如果你在阅读这篇文章，不妨一试。另外，一般来说，使用 RandomState 比使用 random.seed() 更可取。

回答：

首先确保你有最新版本的所需模块（例如 scipy、numpy 等）。当你输入random.seed(1234)时，你使用的是numpy生成器。

当你在RandomForestClassifier中使用random_state参数时，有几种选择：整数、RandomState 实例或None。

从这里的文档中可以看到：

• 如果是整数，random_state 是随机数生成器使用的种子；

• 如果是 RandomState 实例，random_state 就是随机数生成器；

• 如果是 None，随机数生成器是 np.random 使用的 RandomState 实例。

在两种情况下使用同一个生成器的方法如下。 我在这两种情况下使用同一个（numpy）生成器，并且我得到了可重现的结果（两种情况下的结果相同）。

from sklearn.ensemble import RandomForestClassifierfrom sklearn.datasets import make_classificationfrom numpy import *X, y = make_classification(n_samples=1000, n_features=4,                       n_informative=2, n_redundant=0,                       random_state=0, shuffle=False)random.seed(1234)clf = RandomForestClassifier(max_depth=2)clf.fit(X, y)clf2 = RandomForestClassifier(max_depth=2, random_state = random.seed(1234))clf2.fit(X, y)

检查结果是否相同：

all(clf.predict(X) == clf2.predict(X))#True

在运行相同代码5次后检查：

from sklearn.ensemble import RandomForestClassifierfrom sklearn.datasets import make_classificationfrom numpy import *for i in range(5):    X, y = make_classification(n_samples=1000, n_features=4,                       n_informative=2, n_redundant=0,                       random_state=0, shuffle=False)    random.seed(1234)    clf = RandomForestClassifier(max_depth=2)    clf.fit(X, y)    clf2 = RandomForestClassifier(max_depth=2, random_state = random.seed(1234))    clf2.fit(X, y)    print(all(clf.predict(X) == clf2.predict(X)))

结果：

TrueTrueTrueTrueTrue