未设置随机种子时XGBoost（1.7.4）为何仍具确定性？

• 子采样默认全量使用，无随机逻辑：XGBoost中subsample（样本子采样）、colsample_bytree（特征子采样）这类核心随机采样参数的默认值都是1.0，意味着训练时会用到全部样本和特征，完全没触发随机采样流程。只有将这些参数设置为小于1的值（比如subsample=0.8），才会在每次训练时随机挑选部分样本/特征，结果才会产生差异。

• 默认树构建过程是确定的：XGBoost默认的tree_method参数值为auto，多数场景下会选用精确或近似树构建算法，这些算法在默认配置下没有任何随机分支选择逻辑。只有当你开启子采样，或配置sampling_method这类触发随机的参数时，才会引入随机性。

• 对SGD的误解：你提到的随机梯度下降（SGD），XGBoost默认采用的是梯度提升树（GBRT）框架，并非传统的SGD。只有当你指定booster='gblinear'（线性 booster），并配置SGD相关的更新器时，才会涉及SGD的随机步骤；默认的树模型训练流程和SGD的随机性无关。

• 随机状态参数仅在有随机操作时生效：seed或random_state参数的作用是固定随机操作的种子，但如果训练过程中根本没有任何随机步骤（比如所有采样参数都是默认值），那不管设不设这个参数，训练过程都是完全确定的，结果自然完全一致。

你可以做个验证测试：把subsample设为0.7，不设置seed，多次训练后结果会出现差异；此时再设置seed=42，每次训练的结果就会固定下来。

内容的提问来源于stack exchange，提问作者rtgguy