首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Python的不同结果

问Python的不同结果
EN

Stack Overflow用户
提问于 2018-01-28 18:56:11
回答 1查看 529关注 0票数 0

我正在尝试从scikit实现SDGregressor -学习如何解决简单的线性回归问题,但是我的代码每次都给出了RMSLE的不同值?

我想知道为什么会这样?另外,我想知道如何获得RMSLE的最小值?

代码语言:javascript
复制
from sklearn import linear_model
from sklearn.metrics import mean_squared_error
from math import sqrt
import math
import matplotlib.pyplot as plt

#load data
train = pd.read_csv('Train.csv')
test = pd.read_csv('Test.csv')

#split data
x_train = train.GrLivArea[:1000].values.reshape(-1,1)
y_train = train.SalePrice[:1000].values.reshape(-1,1)

x_train_normal = np.log(x_train)
y_train_normal = np.log(y_train) #Normalization

x_test = train.GrLivArea[1000:].values.reshape(-1,1)
y_test = train.SalePrice[1000:].values.reshape(-1,1)

x_test_normal = np.log(x_test)
y_test_normal = np.log(y_test) # Normalization

y_test_transform = np.exp(y_test_normal)

Model = linear_model.SGDRegressor()
Model.n_iter = np.ceil(10**7 / len(y_train_normal))
Model.fit(x_train_normal,y_train_normal)

Sale_Prices_Predicted = Model.predict(x_test_normal)
Sale_Prices_Prediceted_Transform = np.exp(Sale_Prices_Predicted)

rmslee = rmsle(y_test_transform, Sale_Prices_Prediceted_Transform)
print("RMSLE: ", rmslee)

例如:

代码语言:javascript
复制
0.28153047299638045
0.28190513681658363
0.28207666380009233
0.28126007334118047
EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-01-28 19:00:55

非常简单,每次初始化SGDRegessor的方式都不一样。如果您想要有可重复的结果,您需要修复种子。

不同的随机初始化结果略有不同。机器学习中非常常见的情况。

对于任意初始化的任何类型的模型,都可以出现此行为:

  • 神经网络
  • 随机林
  • 支持向量机
  • 等。

文档SGDRegressor:model.SGDRegressor.html

random_state : int,RandomState实例或无,可选(default=None) 伪随机数生成器的种子,用于对数据进行洗牌。如果int,random_state是随机数生成器使用的种子;如果是RandomState实例,则random_state是随机数生成器;如果没有,则随机数生成器是np.random使用的RandomState实例。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/48490157

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档