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，该模型预测有意义的连贯结果。但是，当我在两位同事的计算机上运行完全相同的代码(没有任何更改(时，该模型会预测这些奇怪的结果：
Resample Result
Task: data.model
Learner: regr.randomForestSRC
Aggr perf: rmse.test.rmse=361.1464455,rsq.test.mean=-588.1729057
Runtime: 4.0032
这种奇怪行为的原因可能是什么，只在两台计算机上而不是其他计算机上？
这是一个版本冲突。安装旧版本的randomForestSRC后，它在我的计算机上也可以正常工作。
它绝对不适用于随机森林SRC版本：2.6.0
它现在绝对适用于随机森林SRC版本：2.5.1