R和Python中概率的差异(XGBoost)
我试图在R和Python中概率的差异(XGBoost),python,r,model,classification,xgboost,Python,R,Model,Classification,Xgboost,我试图在Python.model
Python.model
二进制分类器
下从R
运行
我有所有功能的确切顺序和编码。我已经检查了100次了。使用的代码如下所示:
bst = xgb.Booster() #init model
bst.load_model(path+"file.model") # load R model
features_dmatrix = xgb.DMatrix(features)
pred=bst.predict(features_dmatrix)
我在两个方面有一些奇怪的情况:
- 预测函数的输出是
。我只是想知道为什么,因为我把R模型分为两类(0和1),它被调整为预测“1”类李>p(y=0 | x)
(1-output)和Python
(原始输出)之间有3%的差异。概率差异为:min=-0.1846033;最大值=0.0614451R
你能给我一些经验,解释或建议如何进行吗。提前感谢。随机状态用于ML模型。除非你能使Python和R之间的随机状态完全相同(我认为这是不可能的),否则结果永远不会相同。谢谢@yifyan,你对第一个问题有什么解释吗?p(y=0 | x),而不是p(y=1 | x)。ThanksIt不管是0还是1。你应该有可用的标签。最好检查您使用的模型的文档。