我的问题是，即使我为RandomForestClassifier本身和Train-Test-Split实现了Random_state（即使我不认为这是不必要的，因为我正在使用shuffle = False-由于时间序列数据）。请在下面找到我的代码，我已经尝试了以下问题的解决方案，但它没有工作：Python sklearn RandomForestClassifier non-reproducible results

Data Split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, shuffle=False, random_state=13)
X_train, X_test, y_train, y_test = np.array(X_train), np.array(X_test), np.array(y_train), np.array(y_test) 

print(f"Train and Test Size {len(X_train)}, {len(X_test)}")

随机森林分类器

forest = RandomForestClassifier(n_jobs=-1, 
                                class_weight=cwts(df), 
                                max_depth = 5, 
                                random_state = random.seed(1234))
forest.fit(X_train, y_train)

我的y变量是1或0的时间序列数据，因为我正在编程的交易策略，只能走平或长.此外，在下一步我使用Borutapy Package 器，当寻找最好的功能，它总是改变最好的功能，因为RandomForestClassifier是不是常数.你们中的任何人知道这个问题的解决方案？