python之sklearn 的 ParameterSampler 中的 random_state 参数有什么作用

我正在尝试实现 sklearn 的 ParameterSampler ，但我不完全确定 random_state 参数的作用。

我的猜测是，如果 random_state 设置为 None，则使用正常的随机抽样。如果 random_state 不是 None，那么使用伪随机抽样？

我也不确定不同的 int 值如何影响采样。例如，random_state = 1 是 random_state = 2 的不同形式吗？如果是，如何？

请您参考如下方法:

来自documentation :

If random_state is None or np.random, then a randomly-initialized RandomState object is returned.

If random_state is an integer, then it is used to seed a new RandomState object.

If random_state is a RandomState object, then it is passed through.

基本上，通过设置 random_state，您保证(伪)随机数生成器每次生成相同的随机整数序列，这反过来又会影响您的数据方式采样。