Python 的 XGBRegressor 与 R 的 XGBoost

Question

我在同一数据集上使用具有相同参数的 python 的 XGBRegressor 和 R 的 xgb.train，但得到了不同的预测。

我知道 XGBRegressor 使用“gbtree”，并且我已经在 R 中进行了适当的比较，但是，我仍然得到不同的结果。

任何人都可以引导我走向正确的方向，了解如何区分 2 和/或找到 R 与 python 的 XGBRegressor 的等价物吗？

抱歉，如果这是一个愚蠢的问题，谢谢。

Answer 1

由于 XGBoost 在底层使用决策树，如果您不修复随机种子，则拟合之间的结果可能会略有不同，因此拟合过程变得确定。

您可以通过 R 中的 set.seed 和 Python 中的 numpy.random.seed 来完成此操作。

注意到 Gregor 的评论，您可能希望将 nthread 参数设置为 1 以实现完全确定性。