MLR 和 randomForestSRC：计算机之间的不一致

Question

我们的团队运行使用以下代码创建随机森林模型并对其进行训练：

# Define a cross validation strategy
rdesc <- makeResampleDesc("CV", iters = cv_fold, predict = "both")

# Define a (regression) task
task_01 = makeRegrTask(data = data.model, target = "target_actual")

# Make a learner
lrn_rf = makeLearner("regr.randomForestSRC", predict.type = "response",
                     fix.factors.prediction = TRUE,
                     par.vals = list(nodesize = 50, mtry = 36, ntree = 500))

set.seed(7)
model_rf = mlr::resample(lrn_rf, task_01, rdesc, models = TRUE, 
                         extract = function(x) getLearnerModel(x),
                         measures = list(rmse, rsq), show.info = FALSE)

model_rf

大多数情况下，模型会预测有意义的连贯结果。然而，当我运行在我的两个同事的计算机上使用完全相同的代码（没有任何变化）时，该模型预测了那些奇怪的结果：

Resample Result
Task: data.model
Learner: regr.randomForestSRC
Aggr perf: rmse.test.rmse=361.1464455,rsq.test.mean=-588.1729057
Runtime: 4.0032

为什么只有两台计算机会出现这种奇怪的行为，而其他计算机却不会？

Answer 1

这是版本冲突。安装旧版本的 randomForestSRC 后，它在我的电脑上也能正常工作。

它绝对没有工作 randomForestSRC 版本：2.6.0

它肯定有效现在 randomForestSRC 版本：2.5.1

MLR 和 randomForestSRC：计算机之间的不一致

MLR and randomForestSRC: Incoherence between computers

r

random-forest

mlr