Rpart模型每次运行都会获得不同的结果

Question

我使用相同的训练和测试集，但由于某种原因，每次运行时混淆矩阵和输出图都不同。每次迭代都实现两种精度：

fit_rpart <- train(goodbad~.,method='rpart',data=training, control = rpart.control(maxdepth = 30, minsplit=30, minbucket=1, cp=0.001))


fancyRpartPlot(fit_rpart$finalModel)

pred_rpart <- predict(fit_rpart, testing)
confusionMatrix(pred_rpart, testing$goodbad, positive = 'bad')

Answer 1

rpart使用随机抽样。在每次运行之前使用set.seed，每次都应该获得相同的模型。

set.seed(100)
fit_rpart <- train(goodbad~.,method='rpart',data=training, control = rpart.control(maxdepth = 30, minsplit=30, minbucket=1, cp=0.001))


fancyRpartPlot(fit_rpart$finalModel)

pred_rpart <- predict(fit_rpart, testing)
confusionMatrix(pred_rpart, testing$goodbad, positive = 'bad')