关于#r语言#的问题：同样的R代码、数据

Question

同样的R代码、数据，为什么结果不一样？我的操作是哪里有问题？要怎么改？

然后别人的结果（变量mRS)是下图：

我的是这样，我的不对啊，怎么办

Answer 1

引自免费微信小程序：皆我百晓生

在R语言中，当你遇到同样的代码和数据得到不同结果的情况时，通常是由以下原因导致的：

1. 随机性：如果你在代码中使用了随机数生成函数（例如set.seed()之前没有设定固定种子），每次运行结果会有所不同。

   在你的代码中，你设置了随机数种子：

   set.seed(123)
   

   这确保了数据集拆分的可重复性。如果其他人没有设置或设置了不同的随机种子，训练集和测试集会有差异，进而影响后续分析结果。

2. 数据版本问题：尽管你说是同样的数据，但可能存在数据源的不同版本或者导入过程中数据有无遗漏、顺序变化等情况。

3. 代码执行顺序错误：检查图中的代码是否严格按照顺序执行，是否存在未展示的部分或跳过了某些步骤。

4. 变量名或引用错误：仔细检查变量名是否有拼写错误或大小写不一致。比如，图2中的table(testssap)可能是错的，应为table(test$SAP)。

5. 数据预处理差异：因子化分类变量时，确保所有类别都被正确识别和处理，且顺序一致。此外，将BI转化为数值型变量时，需确认转化前后无异常值产生。

6. 代码片段缺失：从你提供的信息看，存在部分代码片段可能被截断，如第80行的代码似乎不完整，这可能会导致运行错误或不一致的结果。

解决办法：

• 确保在每一次实验前都用相同的随机种子初始化。
• 检查并核实数据源的一致性，保证加载的是同一份数据。
• 逐行检查代码，尤其是涉及到数据操作和转换的地方，确保没有逻辑错误或变量引用错误。
• 若有可能，请提供完整的代码以供进一步排查。

针对你给出的代码段，我注意到一个潜在问题是在因子化分类变量时，最后一行代码应该补全括号：

nn1[vars] <- lapply(nn1[vars], factor)

同时，在导出csv文件时，也存在语法错误，需要加上逗号来闭合write.csv()函数的参数列表：

write.csv(train, file = "train.csv")
write.csv(test, file = "test.csv")

请根据上述建议检查并修正你的代码，再观察结果是否一致。