xgboost-python模型与c++；模型

考虑以下xgboost fit函数的python实现：

import xgboost as xgb
booster = xgb.XGBRegressor(
                base_score = 50, max_depth = 8, n_estimators=200,
                learning_rate=0.05, nthread=-1, subsample=1,
                colsample_bytree=1, min_child_weight = 1, scale_pos_weight = 1,
                seed=0, silent = False)
booster.fit(xValues, yValues, eval_metric="rmse")

我必须把它转换成C++（由于各种各样的原因）。我正在使用c_api创建矩阵和学习者函数以进行培训：

XGDMatrixCreateFromMat(&xValues[0], rowCount, colCount, 0, &dMatrix);
XGDMatrixSetFloatInfo(dMatrix, "label", &yValues[0], rowCount);

learner = xgboost::Learner::Create(dMatrix);
learner->Configure(learnerConfig); //same config params as above
learner->InitModel();

for(int i = 0; i < 200; ++i)
    learner->UpdateOneIter(i, xValues);

auto fo(dmlc::Stream::Create("save.model", "w"));
learner->Save(fo.get());

XGDMatrixCreateFromMat（&xValues[0]，rowCount，colCount，0，&dMatrix）；
XGDMatrixSetFloatInfo（dMatrix，“label”&Y值[0]，行计数）；
learner=xgboost:：learner:：Create（dMatrix）；
学习者->配置（learnerConfig）//与上述配置参数相同
学习者->初始化模型（）；
对于（int i=0；i<200；++i）
学习者->更新者（i，xvalue）；
自动fo（dmlc:：Stream:：Create（“save.model”、“w”）；
学习者->保存（fo.get（））；

从技术上讲，这应该给出类似于Python和C++的模型。然而，当我对这两个模型使用完全相同的预测函数时，我从这两个模型得到的预测是非常不同的

我做错了什么

编辑：

我改写C++函数，使用CyAPI贯穿：

BoosterHandle h_booster;
XGBoosterCreate(dmats, 1, &h_booster);

for(auto cfg : m_learnerConfig)
  XGBoosterSetParam(h_booster, cfg.first.c_str(), cfg.second.c_str());

for(size_t iter = 0; iter < nNumTrees; ++iter)
  XGBoosterUpdateOneIter(h_booster, iter, matrices[0]);

XGBoosterSaveModel(h_booster, filename);

增压器手柄h_增压器；
XGBoosterCreate（dmats、1和h_增压器）；
用于（自动cfg:m_learnerConfig）
XGBoosterSetParam（h_booster，cfg.first.c_str（），cfg.second.c_str（））；
对于（尺寸=0；iter

生成的模型中没有任何更改。C++模型往往比Python模型给出更高的预测值。然而，这并不一致

只是确认：比较一下，我使用C++中的相同预测代码/逻辑，使用两个保存的模型文件。 这里有一个不同的例子。

---

你找到问题了吗，我正面临同样的问题，但是C++给了更低的值，用相同的参数，也许在Python中，一些PARAMS默认值被刷新了！