numpy.random.seed(7)
В разных руководствах по машинному обучению и анализу данных я видел этот начальный набор с другим номером. Есть ли реальная разница в выборе конкретного начального числа? Или любое число подходит? Целью выбора начального числа является воспроизводимость одних и тех же экспериментов.
Предоставление одного и того же начального числа будет давать одинаковые результаты каждый раз при запуске программы. Это полезно во время разработки/тестирования, чтобы надежно получать одни и те же результаты снова и снова.
Когда ваше приложение находится «в производстве», измените исходный источник на что-то динамическое, например текущее время (или что-то менее предсказуемое), чтобы иметь «типичное случайное поведение». Если вы не укажете начальное значение, многие генераторы по умолчанию будут использовать что-то вроде текущего времени в миллисекундах с некоторой эпохи.
Фактическое число не имеет значения. Я использую свой школьный идентификационный номер (9 цифр) просто по привычке, так как я тщательно его запомнил, но также использую короткие двухзначные числа для быстрых тестов, если я хочу, чтобы их можно было воспроизвести.
