200

在启动程序之前，我已经多次看到set.seedR 中的函数。我知道它基本上用于随机数生成。有什么特别需要设置的吗？

4

7 回答 7

288

需求是对可重现结果的可能期望，例如，这可能来自尝试调试程序，或者当然来自尝试重做它的工作：

这两个结果我们将“永远”不会重现，因为我只是要求一些“随机”的东西：

R> sample(LETTERS, 5)
[1] "K" "N" "R" "Z" "G"
R> sample(LETTERS, 5)
[1] "L" "P" "J" "E" "D"

然而，这两个是相同的，因为我设置了种子：

R> set.seed(42); sample(LETTERS, 5)
[1] "X" "Z" "G" "T" "O"
R> set.seed(42); sample(LETTERS, 5)
[1] "X" "Z" "G" "T" "O"
R>

有大量关于这一切的文献；维基百科是一个好的开始。本质上，这些 RNG 被称为伪随机数生成器，因为它们实际上是完全算法的：给定相同的种子，你会得到相同的序列。这是一个特性，而不是一个错误。

于 2012-11-28T12:52:17.233 回答
34

每次想要获得可重现的随机结果时，都必须设置种子。

set.seed(1)
rnorm(4)
set.seed(1)
rnorm(4)
于 2013-10-31T13:50:52.807 回答
18

只是添加一些附加方面。设置种子的必要性：在学术界，如果有人声称他的算法在一次模拟中达到了 98.05% 的性能，那么其​​他人需要能够重现它。

?set.seed

通过这个函数的帮助文件，这些是一些有趣的事实：

(1) set.seed() 返回NULL，不可见

(2)“一开始是没有种子的，需要时根据当前时间和进程ID创建一个新的。因此，不同的会话默认会给出不同的模拟结果。但是，种子可能会从一个如果先前保存的工作区已恢复，则上一个会话。”，这就是为什么您下次想要相同的随机序列序列时要使用相同的整数值调用 set.seed() 的原因。

于 2014-06-12T15:34:45.280 回答
7

当我们尝试优化涉及随机生成数字的函数时（例如在基于模拟的估计中），修复种子是必不可少的。粗略地说，如果我们不固定种子，由于绘制不同的随机数引起的变化很可能导致优化算法失败。

假设由于某种原因，您想通过模拟估计给定样本的均值零正态分布的标准偏差 (sd)。这可以通过围绕步骤运行数值优化来实现

  1. （设置种子）
  2. 给定 sd 的值，生成正态分布数据
  3. 在给定模拟分布的情况下评估数据的可能性

以下函数执行此操作，一次没有步骤 1.，一次包含它：

# without fixing the seed
simllh <- function(sd, y, Ns){
  simdist <- density(rnorm(Ns, mean = 0, sd = sd))
  llh <- sapply(y, function(x){ simdist$y[which.min((x - simdist$x)^2)] })
  return(-sum(log(llh)))
}
# same function with fixed seed
simllh.fix.seed <- function(sd,y,Ns){
  set.seed(48)
  simdist <- density(rnorm(Ns,mean=0,sd=sd))
  llh <- sapply(y,function(x){simdist$y[which.min((x-simdist$x)^2)]})
  return(-sum(log(llh)))
}

我们可以通过简短的蒙特卡罗研究来检查这两个函数在发现真实参数值方面的相对性能：

N <- 20; sd <- 2 # features of simulated data
est1 <- rep(NA,1000); est2 <- rep(NA,1000) # initialize the estimate stores
for (i in 1:1000) {
  as.numeric(Sys.time())-> t; set.seed((t - floor(t)) * 1e8 -> seed) # set the seed to random seed
  y <- rnorm(N, sd = sd) # generate the data
  est1[i] <- optim(1, simllh, y = y, Ns = 1000, lower = 0.01)$par
  est2[i] <- optim(1, simllh.fix.seed, y = y, Ns = 1000, lower = 0.01)$par
}
hist(est1)
hist(est2)

参数估计的结果分布是：

不固定种子的参数估计直方图 固定种子的参数估计直方图

当我们修复种子时，数值搜索更频繁地接近真实参数值 2。

于 2016-01-28T18:52:48.663 回答
6

基本上 set.seed() 函数将有助于重用相同的随机变量集，我们将来可能需要使用相同的随机变量再次评估特定任务

我们只需要在使用任何随机数生成函数之前声明它。

于 2014-12-23T11:42:38.327 回答
1

set.seed是一个基本函数，它能够（每次你想要）与其他函数（rnorm, runif, sample）一起生成相同的随机值。

下面是一个没有 set.seed的例子

> set.seed(NULL)
> rnorm(5)
[1]  1.5982677 -2.2572974  2.3057461  0.5935456  0.1143519
> rnorm(5)
[1]  0.15135371  0.20266228  0.95084266  0.09319339 -1.11049182
> set.seed(NULL)
> runif(5)
[1] 0.05697712 0.31892399 0.92547023 0.88360393 0.90015169
> runif(5)
[1] 0.09374559 0.64406494 0.65817582 0.30179009 0.19760375
> set.seed(NULL)
> sample(5)
[1] 5 4 3 1 2
> sample(5)
[1] 2 1 5 4 3

下面是一个带有 set.seed的示例

> set.seed(123)
> rnorm(5)
[1] -0.56047565 -0.23017749  1.55870831  0.07050839  0.12928774
> set.seed(123)
> rnorm(5)
[1] -0.56047565 -0.23017749  1.55870831  0.07050839  0.12928774
> set.seed(123)
> runif(5)
[1] 0.2875775 0.7883051 0.4089769 0.8830174 0.9404673
> set.seed(123)
> runif(5)
[1] 0.2875775 0.7883051 0.4089769 0.8830174 0.9404673
> set.seed(123)
> sample(5)
[1] 3 2 5 4 1
> set.seed(123)
> sample(5)
[1] 3 2 5 4 1
于 2020-12-29T09:08:21.747 回答
0

只是为了进一步添加......如果你想要一致性，你需要在每次做一些随机的事情时设置种子。种子不会保持不变。

set.seed(0)
rnorm(3)
set.seed(0)
rnorm(3)

[1]  1.2629543 -0.3262334  1.3297993
[1]  1.2629543 -0.3262334  1.3297993

set.seed(0)
rnorm(3)
rnorm(3)

[1]  1.2629543 -0.3262334  1.3297993
[1]  1.2724293  0.4146414 -1.5399500
于 2021-08-01T07:29:25.567 回答