SVM 中的随机答案

Question

我正在使用 svm 来查看是否可以获取棒球数据并对击球进行分类并估算本垒打。当我多次运行模型时，我似乎得到了不同的结果，因此，我做了一个模拟，它运行了 100 次模型，但我不明白为什么以及是什么导致了变化。有人可以解释为什么会这样吗？我确实设置了 random_state=42import pandas as pdfrom mlxtend.plotting import plot_decision_regionsimport matplotlib.pyplot as pltfrom sklearn.svm import SVCfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import accuracy_score, f1_score, precision_score, recall_score, classification_report, confusion_matrixfrom sklearn import metricsimport statisticsimport numpy as npresult_array = []players = [488768,  517369, 461314, 477165, 506560, 572114, 641319, 592669, 622534, 605486, 602922, 518466, 572362, 519082, 623182, 595978, 543272]dfSave = pd.DataFrame(columns=['Mean','Max','Min','Std', 'Accuracy', 'Precision', 'f1_score', 'Recall_Score', 'First_Name', 'Last_Name'])for i in players:    batter = i    df = pd.read_csv('D:baseballData_2016_use.csv')    df2 = pd.read_csv('D:padres_2016_home.csv')  #Team to test    dataFilter = df.loc[df['Home_Team'] == 'Orioles'] #Stadium to train model to.    dataFilter2 = df2.loc[df2['Batter_ID'] == batter] #Players to test in stadium    j = 0    while j <= 100:     predict = dataFilter2.iloc[:,[4,5]]     X =dataFilter.iloc[:,[4,5]]     y = dataFilter.iloc[:,3]     y = y.astype(np.integer)     X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.30)     svclassifier = SVC(C=4, cache_size=200, class_weight= None, coef0=0.0,    decision_function_shape='ovo', degree=3, gamma=0.001, kernel='rbf',    max_iter=-1, probability=False, random_state=42, shrinking=False,    tol=0.001, verbose=False) #defaults     svclassifier.fit(X_train, y_train)     y_pred = svclassifier.predict(X_test)     predicted= svclassifier.predict(predict)     listDf = []     sum = 0  # print predicted home runs     for i in predicted:      if i == 1:       sum = sum + 1     result_array.append(sum)     print(sum)

Answer 1

在您的代码中，随机性来自train_test_split在每次运行时给出不同的分割。

您可以通过修复来避免这种情况，random_state但多次运行它被认为是更好的做法（正如您所做的那样），获取输出分数的分布，计算分数的置信区间并报告。