python和R结果不一样

我和同事运行一个xgboost模型，他用python；我用R
数据一摸一样 xgboost模型和参数都一摸一样。
但是他的python得出的probability和我的probability却不一样，有的居然相差0.1。
请问，有什么办法，让python和R中的xgboost模型，在学习同一个数据，同xgboost参数，最终能得出一样的概率。

你自己看看manual来搞明白啊。 你不是要tenure了吗，这还不自己想办法搞定？不行就问ai也行啊。

一般就是中间加输出点，看从哪开始有差别。

一个dataframe从0开始一个从1开始，这个match对了吗

How are you setting up the random number seed?

底层的implementation都不一定一样 它们只是名字一样

wfmlover 发表于 2025-08-27 19:56
底层的implementation都不一定一样 它们只是名字一样

也许。
比如：这个随机数就不一样。 set.seed(42)产生不出np.random.seed(42)的随机数。
奇怪，xgboos难道不是一个公司编写的R和python包吗？
遇到python和R结果不一样，大家怎么办？

报个bug给xgboost？

这部正好拿来验证statistical significance吗

chainshore 发表于 2025-08-27 19:48
一个dataframe从0开始一个从1开始，这个match对了吗

这个基本一致。极个别会出现不一样。比如0.49 和0.51.那么一个是0，一个是1.
但是我要的是probability值。

0.1 很大吗？ 你的程序是，determistic 的吗？你自己的程序每次运行结果都是一样的吗？

random seed 不一样。

gokgs 发表于 2025-08-28 10:40
0.1 很大吗？ 你的程序是，determistic 的吗？你自己的程序每次运行结果都是一样的吗？

python每次运行结果都一样。
R每次运行结果都一样。
因为都设置了随机数。
但是R和python出来的结果不一样。 这就导致：python得出的模型参数，无法在R中使用和验证。

xiaohuihui 发表于 2025-08-28 10:41
random seed 不一样。

的确是一个原因。 而且这个还根本解决不了。

而且， 你同样的code在不同操作系统，结果也会不一样，因为产生随机数的机制不一样，而且你的并行计算线程数也得设置。

xiaohuihui 发表于 2025-08-28 10:46
而且， 你同样的code在不同操作系统，结果也会不一样，因为产生随机数的机制不一样，而且你的并行计算线程数也得设置。

请问有什么方法能解决这个问题呢？

把生成的随机数存成csv文件，用python和R同时使用相同数据比比看。

SSBN826 发表于 2025-08-28 10:49
把生成的随机数存成csv文件，用python和R同时使用相同数据比比看。

python和R使用的都是local 文件的数据。一模一样。
随机数无法存csv，因为xgb.train()内部如何生成随机数，我没有去查看代码。 外部就是一个radom state = 42可以控制这个随机数。
但是R和python无法调成一致。

microsat 发表于 2025-08-28 10:27
也许。
比如：这个随机数就不一样。 set.seed(42)产生不出np.random.seed(42)的随机数。
奇怪，xgboos难道不是一个公司编写的R和python包吗？
遇到python和R结果不一样，大家怎么办？

xgboost是算法，软件包都是不同的人contribute的 如果是随机数的问题，你就不用随机数呗 哪怕是不同的软件平台，同样算法，差别0.1显然是不可能的

microsat 发表于 2025-08-28 10:43
python每次运行结果都一样。
R每次运行结果都一样。
因为都设置了随机数。
但是R和python出来的结果不一样。 这就导致：python得出的模型参数，无法在R中使用和验证。

把python产生的随机数share到R里用一下