问题描述
我在计算机本地使用 glm(广义线性模型)R 函数估计了逻辑回归模型。之后,我将模型保存在 .rds 对象中。
但是当我尝试在 ML Azure 的虚拟机中加载 .rds 文件时,我没有得到相同的结果。而且,每次重新运行同一行代码,结果都不一样。
我的代码只是:
the_model <- readRDS("My_model.rds")
summary(the_model)
在本地机器上的结果是:
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 3.141149822 0.784356106 4.005 0.0000620832 ***
v1 0.726219625 0.391633035 1.854 0.06369 .
v2 -0.064862181 0.552421552 -0.117 0.90653
v3 0.887799885 0.340067858 2.611 0.00904 **
v4 -1.122185271 0.522367991 -2.148 0.03169 *
但是,Azure ML 虚拟机中的相同代码给了我:
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 3.141149822 1.091937627 2.877 0.00402 **
v1 0.726219625 0.485024052 1.497 0.13432
v2 -0.064862181 0.557149990 -0.116 0.90732
v3 0.887799885 0.342241496 2.594 0.00948 **
v4 -1.122185271 0.728427980 -1.541 0.12342
更重要的是,如果我在虚拟机中重新运行相同的代码,我会得到一个新的结果:
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 3.141149822 0.999978344 3.141 0.00168 **
v1 0.726219625 0.485024052 1.497 0.13432
v2 -0.064862181 0.557149990 -0.116 0.90732
v3 0.887799885 0.342241496 2.594 0.00948 **
v4 -1.122185271 0.812081784 -1.382 0.16701
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)