我在使用相同的参数和相同的数据集时，Python的XGBRegressor和R的xgb.train给出的预测结果不同。

我知道XGBRegressor使用的是’gbtree’，我在R中也进行了相应的对比，但是结果仍然不同。

有谁能指导我如何区分这两个工具，或者找到R中与Python的XGBRegressor等效的工具吗？

如果这个问题很傻，请原谅我，谢谢。

回答：

由于XGBoost在底层使用决策树，如果你不固定随机种子，使得拟合过程变得确定性，那么每次拟合可能会得到略有不同的结果。

你可以在R中使用set.seed，在Python中使用numpy.random.seed来实现这一点。

根据Gregor的评论，你可能还需要将nthread参数设置为1，以实现完全的确定性。