不幸的是，它实际上可能很大。这篇不错的文章深入探讨了它，这个问题也显示了一些明显的影响。

因此，根据模型性能、使用的模型/算法，尤其是数据集的分布，您可以预期随机种子对结果的影响几乎与优化任何其他参数一样多（两个示例中的点数约为 2-4%）。

您可以通过减少数据集中的不平衡来最小化这种情况（例如，重新采样训练和测试数据会产生类似的效果）或简单地修复您的随机种子并且从不接触它。

既然你在你所在的地方，你可以做的事情并不多。也许指向我拥有的两个来源会让你摆脱固定的“间隔”，或者你可能只是使用你的最后一个结果。