Python中如何输出所有random_state对应的模型准确率？

你的代码存在两个关键问题，导致无法输出1-5的所有结果：

1. 循环范围错误：Python的range(1,5)是左闭右开区间，实际只会生成1、2、3、4四个值，不会包含5。要覆盖1-5的所有数值，需要写成range(1,6)。
2. 缩进错误：Python依赖缩进区分代码块，你循环内的所有语句（创建RFC实例、拟合模型、预测、打印结果）都没有缩进，导致这些代码不会被循环执行，仅会在循环结束后执行一次。

修改后的代码 #

from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

# 假设X_train、y_train、x_test、y_test已提前定义
for index in range(1, 6):  # 调整range范围，覆盖1-5
    Rndm1 = RandomForestClassifier(n_estimators=500, random_state=index)
    Rndm1.fit(X_train, y_train)
    y_pred = Rndm1.predict(x_test)
    print("selected random state:", index)
    print("Accuracy:", accuracy_score(y_test, y_pred))
    print()  # 打印空行，匹配期望的结果格式

补充说明 #

• 调整range(1,6)后，循环会依次取1、2、3、4、5作为random_state的值。
• 给循环内的所有代码添加缩进（通常为4个空格），确保每一轮循环都能完整执行模型训练、预测和结果打印流程。
• 新增的print()用来输出空行，让最终结果的排版和你期望的一致。

内容的提问来源于stack exchange，提问作者Ajrhjnd