python - 使用 Numpy 为 sklearn 设置良好的随机化环境

Question

我想知道是否有优化随机环境的最佳实践。目前我在我的配置中使用这个简单的结构：

from numpy.random import Generator, PCG64
rng = Generator(PCG64(42))
np.random.seed(42)

1. rng生成器：所有通用目的（按照特定分布绘制、索引排列、合成数据点等）
2. legacy为生成器的方法np.random.seed设置 scipy 的随机状态。rvsscipy.stats

我在 sklearn 文档（此处的警告部分）的某处读到该sklearn.model_selection模块使用 scipy 的全局种子，那将是全局种子集，np.random.seed不是吗？

如果您对 scipy 和 sklearn 如何引用全局种子以及什么是好的默认随机化设置有更好的了解，那将非常有用。我已经阅读了与此相关的文档，但有矛盾的迹象：为了保持一致，每次都应该将种子传递给random_state参数（与np.random.RandomState()类一起），但他们也说如果None传递了它将寻找全局 np 种子。但是，使用最后一个选项，我无法清楚地看到一致的行为，并且第二个选项非常冗长。

任何想法 ？

标签： pythonnumpyrandomscikit-learn