我能否以某种方式获得.seed()？

Question

关于set.seed()语句，如果我没有显式设置它，那么在运行一些代码后我能得到种子吗？

我一直在重新运行一些代码(交互式/控制台中) ，其中包含一个随机化输入数据的函数(该函数是kohonen包的一部分)。 在尝试多次后以查看输出结果的多样性(这是一个"不稳定"问题)，我发现了一个相当有趣的结果。 当然，我没有使用set.seed()，但我想知道是否可以在运行代码后获取种子以重新生成结果?

在?set.seed中，我看到:

.Random.seed保存为均匀随机数生成器设置的种子

但是我不知道这如何帮助我。

- a different ben

---

William Dunlap在这里的回答中提供了一些相关信息。 - gung - Reinstate Monica

Answer 1

如果你没有保留种子，那么在观察到一个随机数后，没有通用的方法可以“回滚”随机数生成器到先前的状态。接下来，你可能想要做的是将 .Random.seed 的值与你的计算结果一起保存。可以像这样：

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

你可以按以下方式重置PRNG；result2 应该与 result 相同。

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

- Hong Ooi

---

谢谢Hong。我刚刚对与在控制台工作有关的问题进行了澄清，但我认为你已经提供了解决方案。我在运行代码后仍然可以保存.Random.seed，对吗？ - a different ben

我该如何获取当前的种子？ - Cina

请注意，直到在您的会话中使用了某些随机性之前，.Random.seed才不存在。因此，您应该在其前加上if(!exists(".Random.seed")) set.seed(NULL)来初始化它。 - jan-glx

我想知道在R中，整数和随机数生成器的状态之间是否存在一对一的对应关系？如果是这样的话，那么R似乎最多只能生成2^32个可能的随机数。 - user1539634

如果您能在答案中添加if(!exists(".Random.seed")) set.seed(NULL)，那就太好了。这是至关重要的，但很容易被忽视;-) - Christoph

Answer 2

Hong在上面的回答很有说服力。 对于快速和简易的解决方案，我只需重复执行整个脚本，直到出现有趣的行为，然后随机选择一个整数，打印出来，然后将其用作种子。 如果我的特定运行具有有趣的行为，我会记录该种子：

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

- mpettis

Answer 3

为了补充mpettis所给出的答案，如果您不想手动重新执行脚本--在每次迭代中生成新的随机种子--您可以像这样做：

# 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“runs”是一个正整数，表示您要运行代码的次数。

这样，您可以快速生成大量输出，并为每个迭代生成单独的种子以实现可重复性。

- Andrew

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

- heeseon

Answer 5

这里是尝试解决没有反向getSeed函数的setSeed函数问题的一种方法。我在使用R，如何获取.seed()?上发布了一个类似的问题，大约十二个小时前关闭了，因为它被归类为“重复”...

我已经“黑客式”地用种子内存构建了一个解决方案，需要一个全局变量.random.seed.memory。

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

时间非常重要，因为我必须使用set.seed来“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.

setSeed 函数的行为通常类似于 set.seed，但是除了整数（kind、normal.kind、sample.kind）之外，传递给 set.seed 的任何自定义参数需要在 args.set 中列出，因为 setSeed 中的省略号 ... 用于将参数传递给 initSeed(...)，这是一种内部函数，使 setSeed 和 getSeed 能够正常工作。

我还编写了一个符合C标准的rand()函数，它可以传入最小值、最大值、n值、方法等参数。这是我生成要输入到setSeed并存储在内存中的“整数”的方法。我使用Sys.time()作为默认种子生成的最小/最大值（min = -1*as.integer(Sys.time())和max = as.integer(Sys.time())）。sample不是一个好主意，因为它必须创建一个范围内的向量来计算单个值，但它是rand()的一种方法选项，用于输入到initSeed。我发现默认的“high-low”比“floor”略快。

用法

### 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);

默认情况下，它将种子值存储到全局列表中的一个元素中，称为“last”… 这使您能够跟踪不同的内存种子，具体取决于您正在运行的进程。 在下面的示例中，我特别访问了“last”和“nsim”…第二个存储在内存中的种子...

### 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);

当然，它可能存在漏洞，如果有任何建议或发现漏洞，我将不胜感激。

-- 2021年2月19日太平洋标准时间上午5点左右 --

当然，也可以传入一个固定的种子。

setSeed(NULL, "nsim"); rnorm(5);  # randomly generated seed under the hood, but stored
setSeed(123, "z5"); rnorm(5);     # you can still fix the seed manually yourself, still stored and accessible in the list
setSeed(getSeed("nsim"), "nsim"); rnorm(5);
setSeed(getSeed("z5"), "z5"); rnorm(5);

- mshaffer

---

如果我们可以将“数字”种子作为rnorm对象的属性附加上去，那就太好了...x=rnorm(5); attributes(x)[["seed"]] = 123; - mshaffer