再次运行脚本时保持随机状态

Question

假设我有一个名为script.py的程序:

import pandas as pd
import numpy as np
from sklearn.cross_validation import train_test_split
if __name__ == "__main__":
    df = pd.DataFrame({"x": [1,2,3,4,5,6,6,5,6,3], "y": [1,1,0,0,0,0,1,0,0,1]})
    train, test = train_test_split(df, test_size = 0.20, random_state = 100)

如果我从命令行运行这个脚本一次:

H:>python script.py

我如何确保train和test数据帧在随后的运行(即当我再次运行script.py)是相同的train和test数据帧从以前的迭代?我知道如果你不离开控制台，random_state可以工作，但是如果我明天回来，打开我的PC，重新运行script.py，这些train和test集是否会保持平等?

我正在测试不同机器学习算法的准确性，这些算法都存储在不同的脚本中，这就是为什么我想确保训练集和测试集在脚本中是相同的。

Answer 1

随机状态如何与运行代码无关。指定随机状态的整个概念是，每次使用相同的参数运行此代码时，都具有完全相同的结果。因此，只要不更改df、testrongize和random_state，这个函数将始终返回相同的值，无论经过多少天。但是，如果更新底层库，它可能会发生变化。