Set.seed

ti-enxame.com

Razões para usar a função set.seed

Muitas vezes vi a função set.seed em R, antes de iniciar o programa. Eu sei que é basicamente usado para a geração de números aleatórios. Existe alguma necessidade específica para definir isso?

rrandom

 168

28 de nov. de 2012Vignesh

A necessidade é o possível desejo de resultados reproduzíveis, que podem, por exemplo, advir da tentativa de depurar seu programa ou, claro, de tentar refazer o que ele faz:

Esses dois resultados "nunca" serão reproduzidos, já que eu pedi algo "aleatório":

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

Esses dois, no entanto, são idênticos porque eu configurei a semente:

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> 

Há vasta literatura sobre tudo isso; A Wikipédia é um bom começo. Em essência, esses RNGs são chamados de Geradores de Números Pseudo-Aleatórios porque eles são de fato totalmente algorítmicos: dada a mesma semente, você obtém a mesma sequência. E isso é uma característica e não um bug.

 242

28 de nov. de 2012Dirk Eddelbuettel

Você precisa definir a semente toda vez que quiser obter um resultado aleatório reproduzível.

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

 30

31 de out. de 2013Chia-hung

Apenas adicionando alguns aspectos de adição. Necessidade de criar sementes: No mundo acadêmico, se alguém afirma que seu algoritmo alcança, digamos, 98,05% de desempenho em uma simulação, outros precisam ser capazes de reproduzi-lo.

?set.seed

Indo através do arquivo de ajuda desta função, estes são alguns fatos interessantes:

(1) set.seed () retorna NULL, invisível

(2) "Inicialmente, não há semente; um novo é criado a partir do momento atual e do ID do processo quando um é necessário. Portanto, diferentes sessões fornecerão resultados de simulação diferentes, por padrão. No entanto, a semente pode ser restaurada de um sessão anterior se um espaço de trabalho salvo anteriormente for restaurado. ", é por isso que você deve chamar set.seed () com os mesmos valores inteiros na próxima vez que desejar uma sequência de sequência aleatória.

 16

12 de jun. de 2014Ridingstar

A fixação da semente é essencial quando tentamos otimizar uma função que envolve números gerados aleatoriamente (por exemplo, na estimativa baseada em simulação). Falando livremente, se não corrigirmos a semente, a variação devida ao desenho de números aleatórios diferentes provavelmente fará com que o algoritmo de otimização falhe.

Suponha que, por algum motivo, você queira estimar o desvio padrão (dp) de uma distribuição normal média-zero por simulação, dada uma amostra. Isso pode ser conseguido executando uma otimização numérica em torno de etapas

1. (Definindo a semente)
2. Dado um valor para sd, gere dados normalmente distribuídos
3. Avalie a probabilidade de seus dados, dadas as distribuições simuladas

As seguintes funções fazem isso, uma vez sem a etapa 1., uma vez incluída:

# 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)))
}

Podemos verificar o desempenho relativo das duas funções ao descobrir o verdadeiro valor do parâmetro com um estudo de Monte Carlo curto:

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)

As distribuições resultantes das estimativas de parâmetros são:

• Histograma de estimativas de parâmetros sem fixar a semente
• Histograma de estimativas de parâmetro que fixa a semente

Quando corrigimos a semente, a pesquisa numérica termina perto do valor verdadeiro do parâmetro 2 com muito mais frequência.

 7

28 de jan. de 2016Matthias Schmidtblaicher

basicamente set.seed () função irá ajudar a reutilizar o mesmo conjunto de variáveis ​​aleatórias, o que podemos precisar no futuro para avaliar novamente tarefa particular novamente com o mesmo varibales aleatórios

nós só precisamos declará-lo antes de usar qualquer função geradora de números aleatórios.

 6

23 de dez. de 2014user4388407

Como randomizar (ou permutar) um dataframe em sentido horário e em coluna?

Gerando Strings Aleatórias

Gerar números aleatórios inteiros do intervalo (0: 10 ^ 12)

Amostra n linhas aleatórias por grupo em um dataframe

Amostragem aleatória estratificada a partir do quadro de dados

Como faço para selecionar uma amostra de linhas aleatoriamente com repetição de uma matriz em R?

Como eu gero números inteiros aleatórios dentro de um intervalo específico em Java?

Gere inteiros randomórios entre 0 e 9

Gere um número aleatório entre dois números em JavaScript

Gerando números inteiros aleatórios em JavaScript em um intervalo específico?

Como selecionar aleatoriamente um item de uma lista?

Como ordenar um dataframe por várias colunas

Remover linhas com todos ou alguns NAs (valores ausentes) em data.frame

Gere string/caracteres aleatórios em JavaScript

Solte as colunas do frame de dados por nome

Obtendo números aleatórios em Java

Como se pode ver quadros de dados (interno, externo, esquerdo, direito)

Geração de strings aleatórias com letras maiúsculas e dígitos

PHP gerador de string aleatório

Como devo lidar com "pacote 'xxx' não está disponível (para R versão x.y.z)" aviso?

Content dated before 2011-04-08 (UTC) is licensed under CC BY-SA 2.5. Content dated from 2011-04-08 up to but not including 2018-05-02 (UTC) is licensed under CC BY-SA 3.0. Content dated on or after 2018-05-02 (UTC) is licensed under CC BY-SA 4.0. | Privacy