分析 TPOT 的稳定性
现在，您将通过使用不同的随机种子来构建分类器，并观察算法认定的最佳模型，从而体会 TPOT 的随机性。这有助于说明：若运行时间不够长，TPOT 的结果可能相当不稳定。
本练习是课程的一部分
Python 中的超参数调优
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create the tpot classifier
tpot_clf = TPOTClassifier(generations=2, population_size=4, offspring_size=3, scoring='accuracy', cv=2,
verbosity=2, random_state=____)
# Fit the classifier to the training data
tpot_clf.fit(X_train, y_train)
# Score on the test set
print(tpot_clf.score(X_test, y_test))