set.seed()的作用和用法
在利用随机数的时候,我们每次产生的随机数都会有不同,但是有时候需要这些数据具有一定的重复性,但是随机数如何保证随机性呢?
在获取随机数的时候给随机数一个种子,后续产生的随机数会是一个固定的随机数数列。
比如
#前两个随机数列没有指定一个种子,因此随机数的输出结果不同
> x<-rnorm(10)
> x
[1] 1.29409348 1.37505810 0.75924390 -0.45303955 -1.07642718 -0.19915246 -1.13473782
[8] 0.41038268 -0.06104685 -0.05704256
> x<-rnorm(10)
> x
[1] 0.024550089 -0.203843882 0.989943985 -0.785343206 -0.297999645 0.000127164 0.753752603
[8] 0.824990954 0.064064526 0.548694778
#后两个随机数列指定了种子,所以在获取随机数列的时候随机数列是固定的值,这样利用这样一个随机数列处理的结果会是一致的
> set.seed(1000)
> x<-rnorm(10)
> x
[1] -0.44577826 -1.20585657 0.04112631 0.63938841 -0.78655436 -0.38548930 -0.47586788
[8] 0.71975069 -0.01850562 -1.37311776
> set.seed(1000)
> x<-rnorm(10)
> x
[1] -0.44577826 -1.20585657 0.04112631 0.63938841 -0.78655436 -0.38548930 -0.47586788
[8] 0.71975069 -0.01850562 -1.37311776