我正在尝试实现sklearn的ParameterSampler，但是我不完全确定random_state参数的作用。
我的猜测是，如果random_state设置为None，则将使用常规随机采样。如果random_state不是None，则使用伪随机采样吗？
另外，我不确定不同的int值如何影响采样。例如，random_state = 1的形式是否不同于random_state = 2？如果是，怎么办？
最佳答案
从documentation：
如果random_state是None或np.random，则返回随机初始化的RandomState对象。
如果random_state是整数，则将其用作种子新的RandomState对象。
如果random_state是RandomState对象，则将其传递。
基本上，通过设置random_state，可以保证（伪）随机数生成器每次都生成相同的随机整数序列，这反过来又会影响数据采样的方式。
关于python - sklearn的ParameterSampler中的random_state参数有什么作用？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45089858/