Что означает random_state из TSNE?

#python #numpy #scikit_learn

Ставил 3 разных значений random_state, это: (None, 0, 1). 

Так и не понял, в чем заключается суть этого метода. Читал документацию, ответ на
сайте, но так и не понял.
    

Ответы

Ответ 1

Суть параметра random_state (во всех функциях и методах из SciKit-Learn) в воспроизводимых
случайных значениях. Т.е. если явно задать значение random_state отличным от None -
то генерируемые псевдослучайные величины будут иметь одни и те же значения при каждом
вызове.

Пример:

In [1]: import numpy as np

In [2]: np.random.seed(31415)

In [3]: np.random.randint(10, size=(5,5))
Out[3]:
array([[7, 3, 5, 8, 2],
       [6, 6, 3, 5, 6],
       [0, 0, 8, 3, 6],
       [1, 6, 8, 5, 1],
       [4, 6, 9, 2, 7]])

In [4]: np.random.seed(31415)

In [5]: np.random.randint(10, size=(5,5))
Out[5]:
array([[7, 3, 5, 8, 2],
       [6, 6, 3, 5, 6],
       [0, 0, 8, 3, 6],
       [1, 6, 8, 5, 1],
       [4, 6, 9, 2, 7]])

In [6]: np.random.seed(31415)

In [7]: np.random.randint(10, size=(5,5))
Out[7]:
array([[7, 3, 5, 8, 2],
       [6, 6, 3, 5, 6],
       [0, 0, 8, 3, 6],
       [1, 6, 8, 5, 1],
       [4, 6, 9, 2, 7]])


PS если вы запустите данный код на вашем компьютере - вы получите те же самые значения
в матрицах. 


  Зачем это нужно?


В задачах машинного обучения и не только часто используется генератор псевдослучайных
чисел для инициализации различных параметров, весов в нейросетях, случайного разделения
дата сета на обучающий и проверочный сеты.

Соответственно если мы хотим сравнить несколько методов или разные наборы параметров,
то для честного сравнения надо использовать одинаковые обучающие и проверочные сеты.

Также бывает полезно создать наборы данных случайным, но воспроизводимым способом.
Например вы создали несколько различных вычислительных методов и хотите их сравнить
или проверить правильность - для этого необходимо использовать одинаковые входные данные.