在 R 中设置种子的并行处理

Question

我有一个 R 代码可以帮助我知道 seed 当我使用 arima.sim() 函数模拟 ARIMA(1, 0, 0) 时它实际上会模拟 ARIMA 的 order 1, 0, 0 当 auto.arima() 函数用于检查时。

MWE

library(forecast)
SEED_vector <- 1:10
arima_order_results <- data.frame()
flag <- TRUE
i <- 1
seed_out <- c()
while(flag){ 

  set.seed(SEED_vector[i])
  ar1 <- arima.sim(n = 20, model=list(ar=0.8, order = c(1, 0, 0)), sd = 1)
  ar2 <- auto.arima(ar1, ic = "aicc")
  if(all(arimaorder(ar2)==c(1,0,0))) {

    #print(arima_order_results)
    print(paste0('arimaorder', SEED_vector[i], ' ' , 
                 paste(arimaorder(ar2), collapse=" ")))
    seed_out <- c(seed_out, SEED_vector[i])

  }

  arima_order = arimaorder(ar2)
  arima_order = t(as.data.frame(arima_order))


  arima_order_results = rbind(arima_order_results,arima_order)

  i <- i+1
  if(i == length(SEED_vector)) {

    flag <- FALSE
  }

}

我对设置什么种子很感兴趣，这样当我运行

set.seed(seed_out)
ar1 <- arima.sim(n = 20, model=list(ar=0.8, order = c(1, 0, 0)), sd = 1)
auto.arima(ar1, ic = "aicc")

它将给我 arimaorder 的 (1, 0, 0). In my MWEthe seeds are2and3`。

我想要的

我想要这个我的 MWE 在 parallel processing 因为我实际上运行正在寻找 1 到 100,000 的种子，这需要 3 个小时。

我运行宁 R windows

Answer 1

您可以设置一个 FUN 函数来与 parallel::parSapply 并行化。我相信 printing 不会那么容易工作（类似于进度条之类的东西）所以我把它放在一边了。 FUN() 将 ar2 的 arima 顺序与种子连接起来，因此 parSapply 的结果将是一个很好的矩阵 res，您可以在其中检查 arima 顺序和 seed 之后。

FUN <- function(i) {
  set.seed(i)
  ar1 <- arima.sim(n=20, model=list(ar=0.8, order=c(1, 0, 0)), sd=1)
  ar2 <- auto.arima(ar1, ic="aicc")
  c(arimaorder(ar2), seed=i)
}

要并行化，请设置一个种子向量，您将在其上循环 parSapply。 "FUN" 和 "forecast" 包需要导出到集群。

R <- 1e2  ## this would be your 1e5
seedv <- 1:R

library(parallel)
cl <- makeCluster(detectCores() - 1)
clusterExport(cl, c("FUN"), envir=environment())
clusterEvalQ(cl, suppressPackageStartupMessages(library(forecast)))

res <- parSapply(cl, seedv, "FUN")

stopCluster(cl)

在结果矩阵中res,

res
#      [,1] [,2] [,3] [,4] [,5] [,6] 
# p       2    1    1    0    2  ...
# d       0    0    0    1    0  ...
# q       0    0    0    0    0  ...
# seed    1    2    3    4    5  ...

您可以查找 "seed" 的 arima 顺序是 c(1, 0, 0)。

res["seed", which(apply(res, 2, function(x) all(x[1:3] == c(1, 0, 0))))]

# [1]  2  3 11 16 17 23 24 25 28 30 33 34 42 43 45 50 51 54 59 60 63 64 66 67
# [25] 71 72 77 79 84 91 96 97

我用我的机器检查了 seedv 长度 1e3，预计 1e5 的预计长度的执行时间小于 30 分钟。

seedv <- 1:1e3
system.time(parSapply(cl, seedv, "FUN"))
# user  system elapsed 
# 0.00    0.00   17.05

在 R 中设置种子的并行处理

Parallel Processing for Setting Seed in R

r

windows

while-loop

parallel-processing

arima