R和Python''；s的特性哈希似乎给出了不同的结果

我使用特征散列将字符串变量转换为散列，以便于分类。经过一番挖掘之后，我注意到，尽管R和Python实现的Hash3都具有哈希功能（R:FeatureHashing:hashed.model.matrix和Python:sklearn.feature\u extraction.FeatureHasher），但结果在功能放置的位置上是不同的。我认为杂音散列应该是确定性的，因为当你在同一个系统上运行相同的操作时，你会得到相同的结果散列。但是，在实现之间，种子可能会有问题？这给我带来了一个问题，因为我的分类模型（xgboost，我意识到它在R和Python之间存在问题）可能会对相同的数据产生不同的结果，正如其他人所指出的那样。然而，我似乎已经明白了这一点

下面是R中的代码示例：

library(FeatureHasher)
#create a single-feature dataframe
data_tmp <- data.frame(x=c("A_C","B_D"))

#> data_tmp
#    x
#1 A_C
#2 B_D

#create feature hash.  R by default includes an intercept, so remove that
#with ~x -1
fhash <- hashed.model.matrix(~x -1, data=data_tmp, hash.size=16, create.mapping=TRUE)

as.matrix(fhash)
#     1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
#[1,] 0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0
#[2,] 0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0

在这里，“A_C”和“B_D”不仅映射到不同的索引，而且都映射到同一列。这意味着该特征发生了冲突，因为值1表示不同的特征不再可区分，这将降低分类器的能力

这里有什么明显的我遗漏的吗？我看到了，比如，我看到了这篇帖子：，但我对它了解得不够。我注意到，在R中，如果使用create.mapping选项，然后运行

hash.mapping(fhash)
#xB_D xA_C 
#12    5 

当它打印出来时，会在字符串前加上一个“x”（变量名），所以我认为这可能是导致问题的原因。但后来我尝试重新运行上面的Python代码，除了

data_tmp = [["xA_C"],["xB_D"]]

虽然我得到的结果与以前不同，但它与R的映射不匹配。也许是Python存储变量名的内部原因？提前谢谢你，我真的很想弄明白

data_tmp = [["xA_C"],["xB_D"]]