静的でない "train_test_split"によるモデル評価？

Question

オンラインのリソースによると、sklearn.cross_validationモジュールの "train_test_split"関数はデータをランダムな状態で返します。

同じデータでモデルを2回トレーニングすると、学習プロセスで使用されるトレーニングデータポイントがそれぞれ異なるため、2つの異なるモデルが得られますか？

実際に、この2つのモデルの精度は大きく異なる可能性がありますか？それは可能なシナリオですか？

Answer 1

データ分割を再現するために、random_stateパラメータを一定の値に設定できます。一方、あなたが知っていることを正確にテストすること、つまり、異なるランドーム状態で少なくとも2回トレーニングを実行し、結果を比較することは、一般的には良い考えです。それらが大きく異なる場合は、何かが間違っていて、ソリューションが信頼できないという兆候です。