set.seed() 的最大值是多少？答案

【问题标题】：What is the maximum value with set.seed()?set.seed() 的最大值是多少？
【发布时间】：2018-03-27 09:19:19
【问题描述】：

我正在研究中等规模的数据集，比如从一个包含 100,000 个观测值的大型数据集中抽取 9000 个观测值。

我可以使用下面的set.seed() 函数来保证我每次都得到完全相同的子集吗？

set.seed(10000)

set.seed() 可以使用的最大值是多少？

【问题讨论】：

标签： r

【解决方案1】：

来自?set.seed 文档：

seed 单个值，解释为整数或 NULL（请参阅 “详细信息”）。

所以最大值将是允许的最大整数：

.Machine$integer.max
[1] 2147483647

一个简单的测试：

set.seed(2147483647)
set.seed(2147483648)

set.seed(2147483648) 中的错误：提供的种子不是有效的整数另外：警告信息：在 set.seed(2147483648) 中：通过强制引入整数范围的 NAs

【讨论】：

meta.stackoverflow.com/questions/365167/…

【解决方案2】：

您为什么对此感兴趣？通常你应该只设置一次种子，传递给它的数字应该是无关紧要的。

无论如何：

help("set.seed")

seed：单个值，解释为整数或 NULL（请参阅 “详细信息”）。

set.seed(.Machine$integer.max)
set.seed(.Machine$integer.max + 1)
#Error in set.seed(.Machine$integer.max + 1) : 
#  supplied seed is not a valid integer
#In addition: Warning message:
#In set.seed(.Machine$integer.max + 1) :
#  NAs introduced by coercion to integer range

.Machine$integer.max
#[1] 2147483647

【讨论】：

如果每次都想要相同的样本，则需要在每个样本之前设置种子
@germcd 那不正确。从同一个种子开始，随机数的序列总是相同的。为每个随机数设置一个新种子实际上是一种不好的做法，因为这会降低随机性。
OP 说他每次都想要相同的子集，这意味着在每个样本之前设置种子。
这里可能存在一些误传。 OP 的请求只有在他们打算抽取许多样本时才有意义，每个样本都有自己的set.seed。像for(i in 1:n) {set.seed(i); x[i] <- rnorm(1)} 这样的东西。那不是他们应该做的事情。如果您需要在同一个 R 会话中的每次抽奖中使用相同的样本，您应该只存储该样本。如果您在不同的 R 会话中需要相同的样本，您仍然只需要一个种子。
是的，我认为有一些误解。我假设操作在同一个会话中多次采样并且每次都获得不同的样本。