random_state分割随机选择的数据，但会产生扭曲。而且不同的是，对于特定的random_state值，数据的顺序将是相同的。您需要了解它不是布尔值。从0开始到任何整数no，如果您以random_state传递，则它将是一个永久性的命令。例如：您将在random_state=0获得的顺序保持不变。之后，如果您执行random_state=5并再次返回random_state=0您将获得相同的顺序。像0一样，所有整数都将相同。 random_state=None每次随机分割。

如果仍然有疑问请观看此

如果您在代码中没有提到random_state，那么每次执行代码时，都会生成一个新的随机值，并且训练和测试数据集每次都将具有不同的值。

但是，如果每次使用一个特定的值作为random_state（random_state = 1或任何其他值），则结果将相同，即训练和测试数据集中的值相同。

我们将random_state参数用于每个时期后训练数据集的初始改组的可重复性。

不管random_state是0还是1或任何其他整数都没有关系。重要的是，如果要验证多次运行的代码的处理，则应将其设置为相同的值。顺便说一下，我已经看到在scikit的许多官方示例以及其他地方都使用了random_state=42 。

顾名思义， random_state用于初始化内部随机数生成器，该生成器将根据您的情况决定将数据拆分为训练索引和测试索引。在文档中指出：

如果random_state为None或np.random，则返回一个随机初始化的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。

这是在多次运行代码时检查和验证数据。将random_state设置为固定值将确保每次运行代码时都生成相同的随机数序列。并且，除非过程中存在其他随机性，否则产生的结果将与以往一样。这有助于验证输出。