当GBM模型保存和加载时，模型一次又一次加载时没有给出相同的预测值

Question

我训练了一个 GBM 模型（分类）并使用以下方法保存它：

saveRDS(gbmfit, file='E:/..../gbm_nb.rds')

当我使用上述模型对数据进行评分时，我使用以下方法加载它：

gbmfit <- readRDS('E:/..../gbm_nb.rds')

并预测：

nb_lapse$PRED <- predict(gbmfit, nb_lapse, type='response', n.trees=2000)

每次我针对相同的评分数据运行它时，这个 PRED 值应该是相同的。但是其中一些值是不同的。我已经通过上述代码的两次运行打印了这些，差异大约是 3% 的记录。我这样打印的区别：

其中 ID 是唯一编号。 PRD_ORIG 在第一次运行中出现，PRED_NEW 在第二次运行中出现。在第二次运行中，我再次加载模型。如果我没有加载模型，而是在已加载的模型上再次对数据进行评分，那么我看不到 PRED 值有任何差异。

你见过这种行为吗？我期望每次加载模型并对其进行评分时，对于相同的评分数据，这应该给出相同的 PRED 值。

谢谢。

Answer 1

我找到了答案。我有一个分类变量，比如 A，有很多类别。在火车数据中，我根据数据框中的另一个变量（例如 B）对这些类别进行了限制。在评分数据帧中，变量 B 不存在。因此，尽管我的评分数据通过了封顶代码，但并未发生实际的类别封顶。如果不执行代码，R 不会抛出任何错误。因此，在对数据进行评分时，我最终在分类变量 A 中拥有比在训练模型上训练数据中更多的类别。这造成了问题，对于那些类别不同或不存在的数据点，我得到了与训练数据不同的预测值。一旦我将评分数据分类变量设置为训练数据中的上限，我的预测值每次都相同。