有人可以解释为什么巨大的差距

它只是意味着根据选择的随机实例集存在相当大的差异。您在 bagging 过程中对实例进行了多少次重新采样？可能增加运行次数会减少方差。正如评论中提到的，性能差异的最常见原因是样本太小（和/或特征/类的数量太高）。这可能会导致您的模型过拟合。

我应该在我的研究论文中使用最高值的准确性还是使用随机种子=None 取平均值？

永远不要在随机运行中使用最高性能，这是挑剔的，它并不能反映真实的性能。选择随机种子的可能性是出于可重复性的目的，而选择给出最佳结果的种子与可重复性原则相反。

由于您使用的是 bagging，因此您应该通过增加运行次数来减少方差（这就是重点）。如果出于任何原因无法做到这一点，那么就不要使用 bagging：只需重复常规过程 split-training-evaluation次（使用固定比例的训练/测试数据）或使用交叉验证，并报告平均值性能（最好也报告方差，例如标准偏差）。$N$