Rpart模型每次运行都会获得不同的结果

我使用的是相同的训练集和测试集，但由于某些原因，每次运行时的混淆矩阵和输出图都不同。每次迭代可达到以下两种精度之一：

fit_rpart <- train(goodbad~.,method='rpart',data=training, control = rpart.control(maxdepth = 30, minsplit=30, minbucket=1, cp=0.001))


fancyRpartPlot(fit_rpart$finalModel)

pred_rpart <- predict(fit_rpart, testing)
confusionMatrix(pred_rpart, testing$goodbad, positive = 'bad')

---

fit\u rpart
rpart
使用随机抽样。在每次运行之前使用
set.seed
，每次都应该得到相同的模型

set.seed(100)
fit_rpart <- train(goodbad~.,method='rpart',data=training, control = rpart.control(maxdepth = 30, minsplit=30, minbucket=1, cp=0.001))


fancyRpartPlot(fit_rpart$finalModel)

pred_rpart <- predict(fit_rpart, testing)
confusionMatrix(pred_rpart, testing$goodbad, positive = 'bad')

set.seed（100）
fit_rpart
rpart
使用随机抽样。在每次运行之前使用
set.seed
，每次都应该得到相同的模型

set.seed(100)
fit_rpart <- train(goodbad~.,method='rpart',data=training, control = rpart.control(maxdepth = 30, minsplit=30, minbucket=1, cp=0.001))


fancyRpartPlot(fit_rpart$finalModel)

pred_rpart <- predict(fit_rpart, testing)
confusionMatrix(pred_rpart, testing$goodbad, positive = 'bad')

set.seed（100）
合身