关于 set.seed() 的 R 包提交错误

Question

我最近向 CRAN 提交了一个包，该包通过了所有自动检查，但未能通过手动检查。其中一个错误如下：

Please do not set a seed to a specific number within a function.

Please do not modifiy the .GlobalEnv. This is not allowed by the CRAN policies.

我相信这些评论所指的代码行如下

    if(simul == TRUE){

        set.seed(42)

    }

    w <- matrix(data = rbinom(n = p, size = 1, prob = 0.5), ncol = 1)

    beta <- w*beta-(1-w)*beta

    s <- round((1-sparsity)*p)                  

    toReplace <- sample(p, size = s)

    beta <- replace(beta, list = toReplace, values = 0)


    # Generate the random p-columned matrix of indicator series. 

    X <- matrix(data = rnorm ((n_l*m) * p, mean = mean_X, sd = sd_X), ncol = p, nrow = n_l*m)


    if(simul == TRUE){

        rm(.Random.seed, envir = globalenv())

    }

本质上，我允许函数包含模拟选项“simul”，这样当设置为“TRUE”时，矩阵“X”和系数向量“beta”保持固定。我删除了该段末尾的种子（最后一行），因为代码的其余部分包含应在模拟的每次迭代中更改的变量。但是，正如 CRAN 的反馈中所指出的，这是不允许的。解决这个问题的替代方法是什么？当“simul”为“TRUE”时，我无法设置固定向量“beta”或矩阵“X”，因为它们的维数是函数的输入，因此会因调查人员的偏好而异。

Answer 1

修复种子后，如果用户使用相同的参数尝试此代码，则每次都会获得相同的结果。

假设这段代码位于仅与模拟相关的更大块中，只需删除 setseed() 并尝试类似的操作：

if(simul == TRUE){
    w <- matrix(data = rbinom(n = p, size = 1, prob = 0.5), ncol = 1)
    beta <- w*beta-(1-w)*beta
    s <- round((1-sparsity)*p)                  
    toReplace <- sample(p, size = s)
    beta <- replace(beta, list = toReplace, values = 0)

    # Generate the random p-columned matrix of indicator series. 
    X <- matrix(data = rnorm ((n_l*m) * p, mean = mean_X, sd = sd_X), ncol = p, nrow = n_l*m)
}

Answer 2

Bio devel 邮件列表中有人提出了类似的问题。那里的建议是使用 withr::with_seed 的功能。您的代码可能会变成：

library(withr)

if(simul == TRUE){
  w <- with_seed(42, matrix(data = rbinom(n = p, size = 1, prob = 0.5), ncol = 1))
} else {
  w <- matrix(data = rbinom(n = p, size = 1, prob = 0.5), ncol = 1)
  
} 


beta <- w*beta-(1-w)*beta

s <- round((1-sparsity)*p)                  

toReplace <- sample(p, size = s)

beta <- replace(beta, list = toReplace, values = 0)


# Generate the random p-columned matrix of indicator series. 

X <- matrix(data = rnorm ((n_l*m) * p, mean = mean_X, sd = sd_X), ncol = p, nrow = n_l*m)

当然，这就提出了 withr 是如何进入 CRAN 的问题，因为它似乎在做与您被告知不要做的事情相同的事情 - 不同之处可能在于您的版本可能会覆盖现有种子，而该代码检查种子是否已存在。

Answer 3

如果您真的非常想在函数中设置种子，我相信您和任何人都不应该这样做，请保存当前种子，做任何您想做的事，然后在退出函数之前将其重置为保存的值.

old_seed <- .Random.seed
rnorm(1)
#[1] -1.173346

set.seed(42)
rbinom(1, size = 1, prob = 0.5)
#[1] 0

.Random.seed <- old_seed
rnorm(1)
#[1] -1.173346

在一个函数中，它可以像下面这样，没有 message 指令。请注意，该函数不打印任何内容，它从不调用任何伪 RNG，并且始终输出 TRUE。重点是保存种子的当前值并在 on.exit.

中重置种子

f <- function(simul = FALSE){
  if(simul){
    message("simul is TRUE")
    old_seed <- .Random.seed
    on.exit(.Random.seed <- old_seed)
    # rest of code
  } else message("simul is FALSE")
  invisible(TRUE)
}

f()
s <- .Random.seed
f(TRUE)
identical(s, .Random.seed)
#[1] TRUE

rm(s)

关于 set.seed() 的 R 包提交错误

R package submission error concerning set.seed()

r

r-package