Ustawić seed przed każdym blokiem kodu lub raz na projekt?

Standardową wskazówką jest ustawienie losowego materiału siewnego, aby można było odtworzyć wyniki. Ponieważ jednak ziarno jest posuwane naprzód w miarę losowania liczb pseudolosowych, wyniki mogą ulec zmianie, jeśli jakikolwiek fragment kodu losuje dodatkową liczbę.

Na pierwszy rzut oka kontrola wersji wydaje się rozwiązaniem tego problemu, ponieważ przynajmniej pozwoli ci cofnąć się i odtworzyć istniejącą wersję po zapisaniu wyników w notatkach lub papierze. Ponieważ jednak potrzeba tylko jednego losowania, aby coś zepsuć, jeśli zaktualizujesz R, wyniki również mogą się zmienić.

Zdaję sobie sprawę, że jest to prawdopodobnie problematyczne tylko w rzadkich przypadkach, ale jestem ciekawy, czy istnieją tutaj najlepsze praktyki. To jest coś, z czym walczyłem w mojej własnej pracy.

Zależy to od tego, jak uruchomisz kod lub czy jest jakiś kod, który jest nieco stochastyczny, ponieważ losowo losuje liczby. (Przykładem tego są testy permutacji w naszym pakiecie wegańskim , gdzie kontynuujemy permutację, dopóki nie zgromadzimy wystarczającej ilości danych, aby wiedzieć, czy wynik różni się od podanego błędu typu I uwzględniającego poziom błędu typu II). Mimo to nawet to nie powinno wpływać na losowania ...

Jeśli końcowy skrypt będzie zawsze uruchamiany tylko jako zadanie wsadowe lub w całości i nie będzie losowania stochastycznego z generatora liczb pseudolosowych, można bezpiecznie ustawić ziarno na początku skryptu i uruchomić go w całości .

Jeśli chcesz przejść przez kod, być może ponownie uruchomić bloki, potrzebujesz set.seed()wywołania przed każdym wywołaniem funkcji, które będzie czerpać z generatora liczb pseudolosowych.

W moich pracach naukowych rutynowo wybieram superobronę i ustawiam nasiona przed każdą częścią kodu; umożliwia to aktualizację skryptu w późniejszym terminie, który może wymagać wstawienia do istniejącego skryptu w dowolnym momencie - powiedzmy, aby odpowiedzieć na komentarze recenzentów lub współautorów.

Mamy nadzieję, że wyniki nie będą zależeć od określonego zestawu losowo wybranych wartości pseduo, więc problemem jest możliwość odtworzenia dokładnych wartości podanych w raporcie lub dokumencie. Nawet jeśli jesteś bardzo defensywny i ustawiasz ziarno dla każdego fragmentu kodu, nadal może być konieczne odtworzenie dokładnej instalacji --- wersja R i wersje pakietu, więc rejestrowanie tych szczegółów jest niezbędne. Aby być bardziej bezpiecznym, musisz zachować poprzednie wersje R i pakiety dla konkretnych projektów / dokumentów. Rzeczywiście, wiele osób to robi.