原因：为什么需要用到这样一个参数random_state（随机状态）？
在此先简单罗列三种情况：
1、在构建模型时：
forest = RandomForestClassifier(n_estimators=100, random_state=0)
forest.fit(X_train, y_train)
2、在生成数据集时：
X, y = make_moons(n_samples=100, noise=0.25, random_state=3)
3、在拆分数据集为训练集、测试集时：
X_train, X_test, y_train, y_test = train_test_split(
cancer.data, cancer.target, stratify=cancer.target, random_state=42)
如果不设置random_state的话会怎样？
例如1中，每次构建的模型是不同的。
例如2中，每次生成的数据集是不同的。
例如3中，每次拆分出的训练集、测试集是不同的。
之所以会这样，是因为模型的构建、数据集的生成、数据集的拆分都是一个随机的过程。
作用：控制随机状态。
random_state 它按一定的规则去取出我们的数据
原文链接：https://blog.csdn.net/ytomc/article/details/113437926
