Python的XGBRegressor与R的XGBoost

Question

我使用python的XGBRegressor和R的xgb.train，在相同的数据集中具有相同的参数，并且得到不同的预测。

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

在如何区分2和/或找到R与python的XGBRegressor的等价性方面，有人能引导我朝正确的方向前进吗？

抱歉，如果这是个愚蠢的问题，谢谢。

Answer 1

由于XGBoost在引擎盖下使用决策树，所以如果不修复随机种子，那么拟合过程就会具有确定性。

您可以通过R中的set.seed和Python中的numpy.random.seed来实现这一点。

注意Gregor的注释，您可能希望将nthread参数设置为1，以实现完全的确定性。