BUEN DIA a todos , tengo una duda sobre la Seed que hace referencia al random_state yo realice el cambio ingresando valores numericos como 4,10,70,100,200,300 y dentro de estos valores numericos , cuando SEED =200 la tasa de acierto es 69.26% pero cuando SEED=300 La tasa de aciertos es 65.37% . porque al aumentar el SEED no necesariamente la tasa de aciertos aumenta? hay algun SEED optimo para el modelo ? . gracias
Hola Yesica, cómo va?
¡Buen día! Entiendo que tienes dudas sobre la variable SEED y cómo afecta la tasa de aciertos en tu modelo de clasificación con SKLearn.
La variable SEED o random_state se utiliza para establecer la semilla del generador de números aleatorios. Esto es importante en el aprendizaje automático, ya que muchos algoritmos utilizan números aleatorios en su proceso de entrenamiento.
Cuando cambias el valor de SEED, estás cambiando la secuencia de números aleatorios generados. Esto puede afectar la forma en que se dividen tus datos en conjuntos de entrenamiento y prueba, y, por lo tanto, puede afectar la tasa de aciertos de tu modelo.
Es importante tener en cuenta que no hay un valor de SEED óptimo para todos los modelos y conjuntos de datos. El valor óptimo de SEED puede variar según el problema y los datos específicos con los que estés trabajando. Por lo tanto, es posible que al aumentar el valor de SEED no necesariamente aumente la tasa de aciertos.
Te recomendaría probar diferentes valores de SEED y observar cómo afecta la tasa de aciertos de tu modelo. Puedes hacer esto utilizando un bucle y ejecutando varias veces tu modelo con diferentes valores de SEED. Luego, puedes comparar las tasas de aciertos obtenidas para determinar cuál valor de SEED funciona mejor en tu caso.
Si este post te ayudó, por favor, marca como solucionado ✓.