我使用了特征选择方法：RFE 为特征选择特征。现在我想用 LGBM 模型选择 20 个特征（大约有 50 个或更多特征），代码如下： 但是我发现当 os 或 os 版本或计算机发生变化时，特征（sel.ranking_）是不同的。我不知道是什么导致了变化。此外，如何解决特征选择固定的问题。谢谢！

gbm = lgb.LGBMClassifier(
    boosting_type='gbdt',
    objective='binary',
    learning_rate=0.01,
    colsample_bytree=0.9,
    subsample=0.8,
    random_state=21,
    n_estimators=200,
    num_leaves=18)
sel = RFE(gbm, step=1, n_features_to_select=20, verbose=1)
sel.fit(X_train, y_train)
print (sel.ranking_)