Question

我们的团队运行以下代码来创建随机森林模型并对其进行训练：

# Define a cross validation strategy
rdesc <- makeResampleDesc("CV", iters = cv_fold, predict = "both")

# Define a (regression) task
task_01 = makeRegrTask(data = data.model, target = "target_actual")

# Make a learner
lrn_rf = makeLearner("regr.randomForestSRC", predict.type = "response",
                     fix.factors.prediction = TRUE,
                     par.vals = list(nodesize = 50, mtry = 36, ntree = 500))

set.seed(7)
model_rf = mlr::resample(lrn_rf, task_01, rdesc, models = TRUE, 
                         extract = function(x) getLearnerModel(x),
                         measures = list(rmse, rsq), show.info = FALSE)

model_rf

大多数情况下，该模型预测有意义的连贯结果。但是，当我在我的两个同事的计算机上运行完全相同的代码（没有任何变化）时，该模型会预测那些奇怪的结果：

Resample Result
Task: data.model
Learner: regr.randomForestSRC
Aggr perf: rmse.test.rmse=361.1464455,rsq.test.mean=-588.1729057
Runtime: 4.0032

仅在两台计算机上出现这种奇怪行为的原因可能是什么原因呢？

Answer 1

这是版本冲突。安装旧版本的randomForestSRC之后，它也可以在我的计算机上运行。

使用 randomForestSRC 版本确实无效： 2.6.0

randomForestSRC 版本 2.5.1

MLR和randomForestSRC：计算机之间的不一致

1 个答案: