我在同一个数据集中使用python的XGBRegressor和R的xgb.train具有相同的参数，并且我得到了不同的预测。
我知道XGBRegressor使用＆＃39; gbtree＆＃39;我在R中做了适当的比较，但是，我仍然得到不同的结果。
任何人都可以指导我如何区分2和/或找到R与Gthon的XGBRegressor等价吗？
很抱歉，如果这是一个愚蠢的问题，谢谢。
答案 0 :(得分：1)
由于XGBoost使用了决策树，如果你不修复随机种子，那么它可以在拟合之间给出略微不同的结果，因此拟合过程变得具有确定性。
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。