具有可重复结果/结果的 R 插入符号

Question

我正在使用R 中的caret 包进行一些有监督的多变量分析。我正在尝试向我的脚本添加一些功能，以便在脚本运行时产生可重现的结果。

我有这个设置用于使用 2 个分类模型（每个模型单独运行，而不是作为一个整体运行）：

library(caret)

load.data = ....
cleaned.data = cleaning(load.data)
mycontrol = trainControl(...)
train, test = createDatapartition(...)

model1 = train(...,
               data=train, ...,
               trControl=mycontrol,
               preprocess=c('center'))
model2 = train(...,
               data=train, ...,
               trControl=mycontrol,
               preprocess=c('pca'))

feature.importances = ...
summary(resamples(list(m1=model1,m2=model2)))
learing_curve_dat(...) #see link 1. below.
predict()
Evaluate(....) #see link 2. below

我应该在这个管道中的哪个位置使用 set.seed(#) 以及 # 应该是什么以便在每次运行脚本时获得可重现的结果 - 还是我只是随机选择 # 的任何值？

链接：

1. 2.

Answer 1

您应该阅读包装网页上的Notes on Reproducibility 部分。

种子数无关紧要。我用sample.int(100000, 1) 生成一个。根据你如何做模型，你至少应该在调用 train 之前设置种子（但请阅读上面的链接）。