用法

Question

参考语句set.seed()，如果我没有明确地设置代码，我可以在运行一些代码后获取种子吗？

我一直在重新运行一些代码（交互式地/在控制台上），其中包含一个随机化输入数据样本的函数（该函数是kohonen包的一部分）。在玩了一段时间后看到各种输出（这是一个'不稳定'的问题），我注意到一个非常有趣的结果。我当然没有使用set.seed()，但想知道在运行代码后我是否可以获得种子以重现结果？

在?set.seed我看到了

.Random.seed保存统一随机数生成器的种子集

但我不知道这有多大帮助。

Answer 1

如果你没有保留种子，那么在观察随机抽取后，没有通用的方法可以将随机数发生器“回滚”到之前的状态。展望未来，您可能想要做的是保存.Random.seed的值以及计算结果。这样的事情。

x <- .Random.seed
result <- <your code goes here>
attr(result, "seed") <- x

然后您可以按如下方式重置PRNG; result2应与result相同。

.Random.seed <- attr(result, "seed")
result2 <- <your code goes here>

Answer 2

要添加答案mpettis，如果您不想手动重新执行脚本 - 每次迭代生成新的随机种子 - 您可以执行以下操作：

# generate vector of seeds
eff_seeds <- sample(1:2^15, runs)

# perform 'runs' number of executions of your code
for(i in 1:runs) {
    print(sprintf("Seed for this run: %s", eff_seeds[i]))
    set.seed(eff_seeds[i])

    # your code here
    # don't forget to save your outputs somehow
}

变量＆＃39;运行＆＃39;是一个正整数，表示您希望运行代码的次数。

通过这种方式，您可以快速生成大量输出，并为每次迭代生成单独的种子，以实现可重复性。

Answer 3

Hong的回答是强有力的。对于快速和脏的解决方案，我只是重新执行整个脚本，直到我得到有趣的行为，我随机选择一个整数，打印出来，然后将其用作种子。如果我的特定行为有趣，我注意到种子：

eff_seed <- sample(1:2^15, 1)
print(sprintf("Seed for session: %s", eff_seed))
set.seed(eff_seed)

Answer 4

> rnorm(5)
[1] -0.17220331 -0.31506128 -0.35264299  0.07259645 -0.15518961
> Seed<-.Random.seed
> rnorm(5)
[1] -0.64965000  0.04787513 -0.14967549  0.12026774 -0.10934254
> set.seed(1234)
> rnorm(5)
[1] -1.2070657  0.2774292  1.0844412 -2.3456977  0.4291247
> .Random.seed<-Seed
> rnorm(5)
[1] -0.64965000  0.04787513 -0.14967549  0.12026774 -0.10934254

Answer 5

这里尝试解决 getSeed 函数没有反 setSeed 函数的问题。大约十二小时前，我在 Using R, how to get.seed()? 上发布了一个类似的问题，该问题已被关闭，因为它被归类为“重复”......

我用需要全局变量 .random.seed.memory 的种子内存“破解”了一个解决方案。

utils::globalVariables(c(".random.seed.memory"));

时间很重要，因为我必须使用 set.seed

“生成种子”

github.monte = "https://raw.githubusercontent.com/MonteShaffer/";
include.me = paste0(github.monte, "humanVerse/main/humanVerse/R/functions-str.R");  
source(include.me); # trimMe function

include.me = paste0(github.monte, "humanVerse/main/humanVerse/R/functions-random.R");  
source(include.me); # getSeed, setSeed, and so on.

函数 setSeed 的行为通常与 set.seed 类似，但任何传递给 set.seed 的自定义参数超出整数（kind、normal.kind、sample.kind）都需要在 {{ 1}} 作为 args.set 的省略号 ... 用于将参数传递给 setSeed 一个内部函数，该函数使 initSeed(...) 和 setSeed 能够工作。

我还编写了一个 C 标准 getSeed 函数，该函数传入 min、max、n、方法等。这就是我生成一个“整数”来提供 rand() 并存储在内存中的方式。我使用 setSeed 作为默认种子生成的最小值/最大值（Sys.time() 和 min = -1*as.integer(Sys.time()) ）。 max = as.integer(Sys.time()) 是一个坏主意，因为它必须在范围内创建一个向量来计算单个值，但它是 sample 的方法选项，它提供 rand()。我发现默认的“high-low”比“floor”稍快。

用法

initSeed

默认情况下，它将种子值存储到名为“last”的全局列表中的一个元素中......这使您能够根据正在运行的进程跟踪不同的内存种子。在下面的示例中，我专门访问“last”和“nsim”……存储在内存中的第二个种子……

### VERBOSITY is HIGH AT THE MOMENT ###

print("random 5"); rnorm(5);

setSeed(NULL);  # this will automatically call initSeedMemory() if necessary
setSeed(.random.seed.memory$last); rnorm(5);
setSeed(getSeed()); rnorm(5);

print("random 5"); rnorm(5);

setSeed(getSeed()); rnorm(5);

当然，它可能有错误，如果发现任何建议或错误，我将不胜感激。

-- 2021 年 2 月 19 日太平洋标准时间凌晨 5 点左右 --

当然，传入固定种子的能力也是可以的。

### VERBOSITY is HIGH AT THE MOMENT ###

initSeedMemory( purge.memory = TRUE);
setSeed(NULL); 
setSeed(.random.seed.memory$last); rnorm(5);
setSeed(getSeed()); rnorm(5);
getSeed(); # accessor to .random.seed.memory
.random.seed.memory;

print("random 5"); rnorm(5);

setSeed(NULL, key="nsim"); rnorm(5);
setSeed(.random.seed.memory$nsim, key="nsim"); rnorm(5);
setSeed(getSeed("nsim"), key="nsim"); rnorm(5);
getSeed("nsim"); # accessor to .random.seed.memory
.random.seed.memory;

print("random 5"); rnorm(5);

setSeed(.random.seed.memory$last); rnorm(5);
setSeed(getSeed()); rnorm(5);
.random.seed.memory;

set.seed(.random.seed.memory$last); rnorm(5);
set.seed(.random.seed.memory$nsim); rnorm(5);

.random.seed.memory;

print("random 5"); rnorm(5);

我可以以某种方式获得.seed（）吗？

5 个答案:

用法