R和Python中概率的差异（XGBoost）

我试图在

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

  p（y=0 | x）

  。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

• Python

  （1-output）和

  R

  （原始输出）之间有3%的差异。概率差异为：min=-0.1846033；最大值=0.0614451

---

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。