12

R 忽略.Random.seedlapply 内部的设置。但是，使用set.seed效果很好。

一些代码：

# I can save the state of the RNG for a few seeds
seed.list <- lapply( 1:5, function(x) {
                        set.seed(x)
                        seed.state <- .Random.seed
                        print( rnorm(1) )
                        return( seed.state )}) 
#[1] -0.6264538
#[1] -0.8969145
#[1] -0.9619334

# But I get different numbers if I try to restore 
# the state of the RNG inside of an lapply
tmp.rest.state <-  lapply(1:5, function(x) { 
                        .Random.seed <- seed.list[[x]]
                        print(rnorm(1))})
# [1] -0.2925257
# [1] 0.2587882
# [1] -1.152132

# lapply is just ignoring the assignment of .Random.seed
.Random.seed <- seed.list[[3]]
print( rnorm(1) ) # The last printed value from seed.list
# [1] -0.9619334
print( rnorm(1) ) # The first value in tmp.rest.state
# [1] -0.2925257

我的目标是检查点 MCMC 运行，以便它们可以准确地恢复。我可以轻松保存 RNG 的状态，只是无法让 R 在 lapply 循环中加载它！

有没有办法强制 R 注意到设置.Random.seed？或者有没有更简单的方法来实现这一点？

万一这很重要，我使用的是 64 位 R：

R version 2.15.1 (2012-06-22) -- "Roasted Marshmallows"
Platform: x86_64-pc-linux-gnu (64-bit)

在 Ubuntu 12.04 LTS 上：

nathanvan@nathanvan-N61Jq:~$ uname -a
Linux nathanvan-N61Jq 3.2.0-26-generic #41-Ubuntu SMP Thu Jun 14 17:49:24 UTC 2012 x86_64 x86_64 x86_64 GNU/Linux
4

1 回答 1

10

发生这种情况是因为.Random.seed在您的调用中被评估为本地对象lapply。

您需要.Random.seed在全局环境中分配 的值：

tmp.rest.state <- lapply(seed.list, function(x) {
    assign(".Random.seed", x, envir=globalenv())
    print(rnorm(1))
  }
)

[1] -0.6264538
[1] -0.8969145
[1] -0.9619334
[1] 0.2167549
[1] -0.8408555

您的代码不起作用的原因是.Random.seed在匿名函数的环境中分配lapply，但在全局环境中rnorm()查找。.Random.seed

作为记录，这是我的第一次尝试，它只在某些情况下有效：

这是修复它的一种方法，使用<<-. （是的，我知道这是不赞成的，但可能是合理的。另一种方法是eval()在调用环境中使用和强制评估。

tmp.rest.state <- lapply(seed.list, function(x) {
    .Random.seed <<- x
    print(rnorm(1))
  }
)

[1] -0.6264538
[1] -0.8969145
[1] -0.9619334
[1] 0.2167549
[1] -0.8408555

请注意，如果您lapply()嵌套在另一个函数中，则此解决方案将不起作用，因为<<-仅在父环境中评估，而不是在全局环境中评估。

于 2012-07-07T19:24:47.840 回答