首先random_state和random seed是一樣的，都是設置隨機種子

在許多模型中都有random_state，例如SVC, ShuffleSplit()等，在模型中設置random_state作用就是可以使每次用相同的訓練集相同參數可以得到相同的結果。不然的話，每訓練一次，結果就會有波動。如果random_state都設置好，當別人拿到你的代碼運行時就能得到和你一樣的結果，復現你的過程。

特別註意：隨機種子設置為0的時候結果也是一樣的，除了不設置或設置為None時，產生的結果會不同

例：

不設置隨機種子時，生成的隨機數是變化的：

>>> random.seed()
>>> for i in range(10):
print(random.randint(1, 100))

31
14
40
70
62
34
5
74
60
78
>>> random.seed()
>>> for i in range(10):
print(random.randint(1, 100))

81
74
89
91
50
49
20
35
12
68
>>>

設置隨機種子時，生成的隨機數是不變的：

>>> random.seed(123)

>>> for i in range(10):
print(random.randint(1, 100))

7
35
12
99
53
35
14
5
49
69
>>> random.seed(123)
>>> for i in range(10):
print(random.randint(1, 100))

7
35
12
99
53
35
14
5
49
69

>>> random.seed(0)
>>> for i in range(10):
print(random.randint(1, 100))

50
98
54
6
34
66
63
52
39
62
>>> random.seed(0)
>>> for i in range(10):
print(random.randint(1, 100))

50
98
54
6
34
66
63
52
39
62

隨機種子random_state，random seed