質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.98%

random_stateを指定しても、毎回出力がかわるのはなぜ?

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 5,846

renren643

score 242

LinearSVCを使って、機械学習の2クラス分類をしたいのですが、
このコードを実行すると、毎回lr.scoreの出力が変わります。
random_stateを指定しているのですが。。。

from sklearn.svm import LinearSVC
from sklearn.datasets import load_breast_cancer

cancer = load_breast_cancer()
X_train, X_test, y_train, y_test = train_test_split(
    cancer.data, cancer.target, stratify=cancer.target, random_state=42)
lr = LinearSVC().fit(X_train, y_train)
print("Training: {:.3f}".format(lr.score(X_train, y_train)))
print("Test: {:.3f}".format(lr.score(X_test, y_test)))

特に支障はないのですが、
理由と対応策を教えてください。
ちなみに、以下のように同じようなコードでロジスティック回帰をしても、出力は変わらず毎回同じです。

from sklearn.linear_model import LogisticRegression
from sklearn.datasets import load_breast_cancer


cancer = load_breast_cancer()
X_train, X_test, y_train, y_test = train_test_split(
    cancer.data, cancer.target, stratify=cancer.target, random_state=42)
logreg = LogisticRegression(C=0.01).fit(X_train, y_train)
print("Training: {:.3f}".format(logreg.score(X_train, y_train)))
print("Test: {:.3f}".format(logreg.score(X_test, y_test)))
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

理由
LinearSVCは内部でliblinearを呼んでいます。liblinearはデータの削減を行うことで大きいサイズの問題でも近似的に解くことができるようにしたものです。データ削減の過程で乱数を発生します。
解決策
lr = LinearSVC(random_state=0).fit(X_train, y_train)

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/11/13 09:33

    大抵の学習器自身にもrandom_stateがあるので、ドキュメントを参考にするとよいかと。
    http://scikit-learn.org/stable/modules/generated/sklearn.svm.LinearSVC.html

    最悪、いつもrandom_state=0で固定してみて、そんな引数を取れません、と怒られたときに消すという荒業があります。
    たまにrandom_stateというキーワードではなかったりするときに再度ドキュメントを調べるのです。

    Scikit-learnでは統一しているのか自信はもてませんが、Xgboostではseedのようですね。
    https://github.com/dmlc/xgboost/blob/master/doc/parameter.md

    キャンセル

  • 2017/11/13 21:34

    わかりました。回答ありがとうございました

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.98%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる