MLR 和 randomForestSRC：计算机之间的不连贯性答案

【问题标题】：MLR and randomForestSRC: Incoherence between computersMLR 和 randomForestSRC：计算机之间的不连贯性
【发布时间】：2018-05-15 17:21:42
【问题描述】：

我们的团队运行以下代码来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，当我在我的两个同事的计算机上运行完全相同的代码（没有任何变化）时，模型会预测出那些奇怪的结果：

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

仅在两台计算机上而在其他计算机上没有这种奇怪行为的原因可能是什么？

【问题讨论】：

您是否检查过您拥有相同版本的 R、mlr 和库？
确实是版本冲突。不使用：randomForestSRC_2.6.0，但使用：randomForestSRC_2.5.1

标签： r random-forest mlr

【解决方案1】：

这是版本冲突。安装旧版本的 randomForestSRC 后，它也可以在我的计算机上运行。

randomForestSRC 版本肯定不起作用：2.6.0

它现在确实适用 randomForestSRC 版本：2.5.1

【讨论】：