我有一个 python 脚本，它使用 sklearn 随机森林和固定 random_state = 0 生成预测。它总是在一台计算机（系统）上产生确定性的结果，但是当我切换到另一台计算机时，结果是不同的。
有没有办法让它在不同系统之间具有确定性？如何在不同的机器上得到相同的结果，比如在第一台机器上？
脚本复杂且冗长，所以我不会分享代码，但我认为问题出在随机森林 random_state 中，因为当我尝试使用 KNN 而不是 RF 时，结果是相同的
【问题讨论】：
标签： python machine-learning scikit-learn classification random-forest
sklearn.neighbors.KNeighborsClassifier 使用来自您的训练数据的所有观察结果，而顾名思义，sklearn.ensemble.RandomForestClassifier 使用随机数据，因此您可以预期随机森林每次迭代的不同结果。现在谈到在不同系统上使用它的问题，这是一个棘手的问题，但您可以尝试以下方法（虽然我还没有测试过）。
1)。使用一些random_state 为您的数据拟合随机森林模型，比如说random_state = 0
2)。导入pickle，创建一个pickle对象rf.pkl，它会保存在你当前的工作目录中。
3)。将当前的 Random Forest 模型对象转储到 pickle 对象中。
import pickle
pkl = 'rf.pkl'
with open(pkl,'wb') as file:
pickle.dump(rf,file)
4)。将 pickle 对象文件共享给另一个用户/系统。
5)。将泡菜对象存储在某个位置并将其设置为工作目录。
6)。在那个系统上打开 Python，运行你的 Python 代码来读取数据。
7)。使用以下代码行加载腌制模型，而不是创建新模型：
with open(pkl,'rb') as file:
pkl_model = pickle.load(file)
8)。测试您的腌制模型是否工作并产生与在另一个系统上相同的结果。
我还没有测试过这种方法，但我认为你应该尝试一下，让我知道这是否有效。干杯！！
【讨论】：
random_state 相同，对吧？您的解决方案非常有趣，但就我而言，它不实用。在我的脚本中，RF 背后是一个优化 RF 和一些附加参数的遗传算法。有数十亿种不同的组合，将它们中的每一种都丢弃是没有意义的。此外，这个带有 RF 的 GA 是在机器云 (50-100) 上使用带有 pyspark 的 map-reduce 进行训练的。