我想使用 R 中的 sample()
函数从我的数据集中随机选择 n 行。我每次都得到不同的输出,因此使用set.seed()
函数来获得相同的输出。我知道set.seed()
中的每个整数都会给我一个唯一的输出,如果设置相同的种子,输出将是相同的。但是我无法弄清楚作为参数传递给set.seed()
函数的整数是什么意思。它只是一个进入随机生成器算法的索引,还是意味着您开始采样的某些部分数据?例如,set.seed(2)
中的2
是什么意思?
在过去,有些书包含一页又一页的随机数字(当然是随机顺序)。
我喜欢把set.seed(x)
想象成告诉计算机开始从一本巨大的随机数书的第x
页读取随机数。 x
与数据无关,而是选择随机数的算法应该如何开始。
这可能有点容易,但我喜欢这个类比。
随机种子(或种子状态,或只是种子)是用于初始化伪随机数生成器的数字(或向量)。
对于要在伪随机数生成器中使用的种子,它不需要是随机的。由于数字生成算法的性质,只要忽略原始种子,算法生成的其余值将以伪随机方式服从概率分布。
-- 维基百科
因此,随机函数可以像这样实现:
int rand_r(unsigned int *seed)
{
*seed = *seed * 1103515245 + 12345;
return (*seed % ((unsigned int)RAND_MAX + 1));
}
(样本取自格利布)
它只是一个用于为随机数生成器设置种子的数字。它与您的数据无关。如果未显式提供种子,则会从当前时间创建一个新种子。
有关它的大量详细信息,请参阅?set.seed
帮助页面。