在机器学习中，怎样让样本测试集和训练集不是随机性，而是稳定的

可以通过固定随机数种子或者按照一定规律进行分配样本来达到稳定的训练集和测试集。例如，可以根据数据中的某个属性进行划分，或者按照时间先后进行划分等方式。这样可以避免随机性带来的不确定性，提高模型的稳定性和可重复性。