训练随机森林模型本质上是不确定的（无法控制随机数生成器），但是 predict() 也是不确定的吗？也就是说，如果我构造 randomForest （根据文档中的警告使用奇数ntree）并保存一个.rda，加载是否会在.rda给定相同输入的情况下给我相同的结果？
我尝试通过查看https://github.com/cran/randomForest自己回答这个问题，似乎 predict() 路径上没有人要求随机数，但我对 R 很陌生，而且对C 并且可能缺少一些东西。指向代码或文档的指针将不胜感激。
除非您重新训练，否则模型不会改变。对于给定的模型，相同的输入样本应始终具有相同的输出值。更换种子，保存和重新加载等应该对结果没有影响。
训练本身确实是不确定的，预测不是。
library(randomForest)
# sample 80% of data to train
split = sample(1:nrow(iris), floor(nrow(iris) * 0.8))
df_train = iris[split,]
df_test = iris[-split,]
# rf model
mod = randomForest(Species ~ ., df_train)
# predictions
set.seed(123)
res1 = predict(mod, df_test)
set.seed(999)
res2 = predict(mod, df_test)
identical(res1, res2)