set.seed() 在不同的操作系统上使用 RNGkind() [关闭]答案

【问题标题】：set.seed() over different OS with RNGkind() [closed]set.seed() 在不同的操作系统上使用 RNGkind() [关闭]
【发布时间】：2021-01-25 21:19:56
【问题描述】：

这个问题与以下问题相似（但不一样！）...

...其中RNGkind()建议在脚本中使用set.seed()设置种子时保证OS / R版本之间的一致性

但是，我发现为了在我使用的 unix 和 windows 系统上重现结果，我必须在 Windows 上运行时设置 RNGkind(sample.kind = "Rounding") 而在 unix 上不。如果我同时设置它，我将无法重现结果。

谁能解释系统中的这种差异？以及如何在不了解最终用户操作系统的情况下与 set.seed() 共享代码并确保其可重现？

非常感谢

编辑：我在使用 kmeans() 函数时遇到了这个问题。我在每次使用kmeans()之前set.seed(1)

【问题讨论】：

一个没有。无法在不同操作系统之间可靠地确保重现性。
如果很重要，您可以考虑将系统生成的随机数硬编码为外部数据文件（如果大）或 dput（如果小）
您需要向我们展示您发现不一致的代码。如果种子和sample.kind 匹配，sample() 函数（sample.kind 影响）将给出相同的结果。其他事物（例如算术！）可能因系统而异，但 sample() 不会。
@Roland，您的评论不正确。 R 中的 RNG 在确保跨操作系统的可重复性方面非常好。算术存在细微差别（64 位精度与 80 位精度，一些数学库），但 RNG 没有，它们大多独立于此。我的回答中有一些细节说明人们最终会如何对此感到困惑。
@user2554330 感谢您的评论，我已在问题中添加了更多信息。 kmeans() 函数有这个问题。

标签： r

【解决方案1】：

R 中的随机数生成器在操作系统之间是一致的，但在 R 的历史中已经修改了几次，因此默认情况下在 R 版本之间不一致。但是，您始终可以通过设置 set.seed() 和 RNGkind() 以匹配以前使用的内容来重现早期 R 版本的随机流。

RNGversion() 函数会将较新版本的 R 设置为任何先前版本的默认值。如果您查看其源代码，您会发现默认值在 0.99、1.7.0 和 3.6.0 中发生了变化。

重现随机数结果的一个困难是人们并不总是报告RNGkind() 的值。如果您更改为非默认设置并保存工作区，您将在重新加载时返回到该非默认设置。

一般来说，每一项更改都是一项改进，因此建议使用像 RNGkind(sample.kind = "Rounding") 这样的代码可能是个坏建议：它恢复了在 R 3.6.0 中默认修复的错误行为。（尽管这是一个非常微妙的错误，除非您使用 sample() 函数来处理非常庞大的人口。）

您通常最好鼓励人们使用最新版本的 R（偶尔 x.y.0 版本除外，它有时会引入新的错误）。保存工作区也是一个坏主意，因为这会导致 R 保留旧的或非默认的 RNG。

【讨论】：