numpy中的随机数种子

时间:2016-12-26 21:42:30

标签: numpy random-seed

numpy.random.seed(7)

在不同的机器学习和数据分析教程中,我看到这个种子集有不同的编号。选择特定的种子数是否真的有区别?或者任何数字都没问题?选择种子数的目标是相同实验的再现性。

1 个答案:

答案 0 :(得分:3)

每次运行程序时,提供相同的种子都会得到相同的结果。这在开发/测试期间非常有用,可以一遍又一遍地可靠地获得相同的结果。

当您的应用是"在生产"时,将种子源更改为动态的内容,例如当前时间(或不太可预测的内容)以具有典型的随机行为"。如果你不提供种子,许多发生器将默认为当前时间,因为自某个时代以来毫秒。

实际数字并不重要。我使用学校的身份证号码(9位数),因为我已经完全记住这个习惯,但是如果我希望它可以重现,还可以使用短2位数字进行快速测试。