为什么 ranger predict 在重新应用于训练数据时会给出不同的数字？

Question

我对机器学习很陌生。我正在尝试用 R 中的 ranger 库探索拟合随机森林。我的因变量是连续的——所以它将是一个回归树（而不仅仅是分类）。在尝试这些功能时，我注意到 ranger 和 predict ranger 之间似乎存在差异。以下几行在results和

results_alternative

中产生

不同的预测

：

rf_reg <- ranger(formula = y ~ ., data = training_df)

results <- rf_reg$predictions
results_alterantive <- predict(rf_reg, data = training_df)$predictions

任何人都可以解释为什么会有差异，是什么原因造成的？哪一个是正确的？我已经尝试过对

iris

数据进行分类，这似乎给出了相同的结果。非常感谢！