R 使用set.seed函数的原因

在启动程序之前，我多次看到R中的

set.seed

函数。我知道它基本上是用来生成随机数的。是否有任何特定需要设置此设置

需要的是对可再现结果的可能期望，例如，可能来自调试程序，当然也可能来自尝试重做程序：

这两个结果我们将“永远”复制，因为我只是要求一些“随机的”：

但是，这两个是相同的，因为我设定了种子：

---

关于这一切有大量的文献；维基百科是一个良好的开端。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，得到相同的序列。这是一个特性，而不是一个bug。

每当你想要得到一个可重复的随机结果时，你必须设置种子

set.seed(1)
rnorm(4)
set.seed(1)
rnorm(4)

---

只是添加了一些附加方面。 设定种子的需要：在学术界，如果一个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复制它

?set.seed

浏览此函数的帮助文件，以下是一些有趣的事实：

（1） seed（）返回NULL，不可见

（2） “最初，没有种子；当需要种子时，将根据当前时间和进程ID创建一个新的种子。因此，默认情况下，不同的会话将给出不同的模拟结果。但是，如果还原以前保存的工作区，则可能会从上一个会话还原种子。”，这就是您希望调用set.seed（）的原因下次使用相同的整数值时，需要相同的随机序列序列

基本上，set.seed（）函数将有助于重用同一组随机变量，我们将来可能需要使用这些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

当我们试图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），固定种子是至关重要的。粗略地说，如果我们不固定种子，由于绘制不同的随机数而产生的变化可能会导致优化算法失败

假设，出于某种原因，您希望通过模拟来估计给定样本的平均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

（播种）

给定sd值，生成正态分布数据

评估给定模拟分布的数据的可能性

以下功能完成此操作，一次不包括步骤1，一次包括步骤1：

# 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)))
}

#不固定种子
simllh
set.seed
是一个基本函数，它能够（每次需要时）与其他函数一起生成相同的随机值（
rnorm
，
runif
，
sample
）

下面是一个未设置种子的示例

> 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

> 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

下面是一个带有set.seed的示例

> 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

> 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

这将回答它：谢谢德克，为这么好的例子…我已经清除了99%，但仍然是一个问题。1.在您的回答中，您使用了set.seed和42作为参数。选择此值有任何相关原因吗？对于质量良好的正常RNG，该值无关紧要。“42”指的是一本名著；其他人使用他们的生日或“123”或“1”。TeachingDemos软件包中的
char2seed
功能允许您基于字符串设置种子（或选择要传递到
set.seed
）中的种子。例如，您可以让学生使用他们的名字作为种子，然后每个学生都有一个唯一的数据集，但讲师也可以创建相同的数据集进行评分。可以使用不同的种子重新运行相同的代码，直到获得“最佳”结果（我已经这样做了示例）。为了防止有人指责我这样做，最好选择一个具有明显意义的种子，要么总是同一个种子，要么是日期，要么我使用
char2seed
和项目主要调查员的姓氏。@DirkEddelbuettel种子值可能因非计算原因而重要，我的一个朋友在发布基于模拟的结果时遇到了问题，因为代码是从
set.seed（666）
开始的，而审阅者不喜欢代码中的魔鬼种子。。。
> 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