Python的XGBRegressor与R的XGBoost

我在同一个数据集上使用python的XGBRegressor和R的xgb.train具有相同的参数，我得到了不同的预测。Python的XGBRegressor与R的XGBoost

我知道XGBRegressor使用'gbtree'，我在R中做了适当的比较，但是，我仍然得到不同的结果。

任何人都可以带领我在正确的方向如何区分2和/或找到R的等价python的XGBRegressor？

对不起，如果这是一个愚蠢的问题，谢谢。

你的预测有多不同？这不是一个确定性算法。 [这个答案]（http://stackoverflow.com/a/42815075/903061）表示，每个线程中都存在随机性，这意味着您可以在同一个平台上设置相同的种子并运行相同的代码，并且*仍然*稍微得到不同的结果。 – Gregor

@Gregor我的链接答案只适用于gblinear。据我所知，gbtree助推器没有任何无锁并行。 –

谢谢澄清，Vadim！ – Gregor

由于XGBoost在罩下使用决策树，因此如果不修复随机种子，拟合程序变为确定性，它可以给出适合度略有不同的结果。

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

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

2017-03-15 21:52:07

回答