R：set.seed()的奇怪行为

Question

R：set.seed()的奇怪行为

9

当我在R中执行set.seed(0)和set.seed(1)时，会出现奇怪的情况。

set.seed(0)
sample(1:100,size=10,replace=TRUE)
#### [1] 90 27 38 58 91 21 90 95 67 63


set.seed(1)
sample(1:100,size=10,replace=TRUE)
#### [1] 27 38 58 91 21 90 95 67 63  7

当将种子从0更改为1时，我得到了完全相同的序列，但是向右移动了一个单元格！

请注意，如果我使用set.seed（2），我确实获得了一个看起来完全不同的（随机？）向量。

set.seed(2)
sample(1:100,size=10,replace=TRUE)
#### [1] 19 71 58 17 95 95 13 84 47 55

有人知道这里发生了什么吗？

（注：不保留空格）

- bigO6377

另外，seed需要一个大于整数is.integer(0) [1] FALSE。 - rawr

4

你被误导了：0 是一个双精度数，因此 is.integer(0) 返回 FALSE，但是 is.integer(0L) 返回 TRUE。然而，set.seed 会将浮点数的输入强制转换为整数，所以这不是问题所在。 - Carl Witthoft

有趣..谢谢卡尔 - rawr

2个回答

1

正如您从其他答案中所看到的那样，种子0和1会导致几乎相似的初始状态。此外，Mersenne Twister PRNG有一个严重限制 - "几乎相似的初始状态需要很长时间才能发散"

因此，建议使用替代方案，例如WELL PRNG（可以在randtoolbox软件包中找到）

- Nishanth

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Christopher Louden · Accepted Answer

这适用于Mersenne-Twister随机数生成器的R实现。

set.seed()将提供的种子混合并扰乱（在C函数RNG_Init中）：

for(j = 0; j < 50; j++)
  seed = (69069 * seed + 1);

那个被打乱的数字（seed）被再次打乱625次以填充Mersenne-Twister的初始状态：

for(j = 0; j < RNG_Table[kind].n_seed; j++) {
  seed = (69069 * seed + 1);
  RNG_Table[kind].i_seed[j] = seed;
}

我们可以使用.Random.seed来检查随机数生成器的初始状态：

set.seed(0)
x <- .Random.seed

set.seed(1)
y <- .Random.seed

table(x %in% y)

从表格中可以看出有很多重叠之处。与seed = 3进行比较：

set.seed(3)
z <- .Random.seed

table(z %in% x)
table(z %in% y)

回到0和1的情况，如果我们仅考虑状态本身（忽略向量的前两个元素，因为它们与我们所看的内容不相关），你可以看到该状态被偏移了一个位置：

x[3:10]
# 1280795612 -169270483 -442010614 -603558397 -222347416 1489374793  865871222
# 1734802815

y[3:10] 
# -169270483 -442010614 -603558397 -222347416 1489374793  865871222 1734802815
# 98005428

由于sample()函数选取的值是基于这些数字，因此会导致奇怪的行为。