запутался в random_state в дереве решений scikit learn
Смущенrandom_state
параметр, не уверен, почему обучение дерева решений требует некоторой случайности. Мои мысли, (1) это связано со случайным лесом? (2) это связано с набором данных раздельного обучения? Если это так, то почему бы не использовать метод раздельного тестирования?http://scikit-learn.org/stable/modules/generated/sklearn.cross_validation.train_test_split.html)?
http://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html
>>> from sklearn.datasets import load_iris
>>> from sklearn.cross_validation import cross_val_score
>>> from sklearn.tree import DecisionTreeClassifier
>>> clf = DecisionTreeClassifier(random_state=0)
>>> iris = load_iris()
>>> cross_val_score(clf, iris.data, iris.target, cv=10)
...
...
array([ 1. , 0.93..., 0.86..., 0.93..., 0.93...,
0.93..., 0.93..., 1. , 0.93..., 1. ])
С уважением, Лин