h2o中的GBM模型产生的变量重要性不同于R?

DIN*_*GAN 6 r machine-learning apache-spark h2o sparkling-water

当我们使用R中的Caret Package运行Gradient Boosting Machine模型时,我们有一些变量说(x1,x2,x3)具有更高的变量重要性,但是当我们尝试在h2o中运行相同的GBM时(http:// h2o2016) .wpengine.com/wp-content/themes/h2o2016/images/resources/GBMBooklet.pdf)我们得到一组完全不同的变量同样重要.Caret Package和h2o有什么不同的具体原因吗?