从Rcpp改变R的种子以保证再现性

Question

我试图在rcpp中写一个函数r(d,n).该函数从正态分布N(0,d)返回n个随机抽取.应该很好地定义这个函数,因此只要d和n不改变它们的值,函数就应该返回相同的draw.

如果d被限制为整数,这将不会成为问题,在这种情况下,我可以设置种子并完成工作

// set seed
// [[Rcpp::export]]
void set_seed(unsigned int seed) {
  Rcpp::Environment base_env("package:base");
  Rcpp::Function set_seed_r = base_env["set.seed"];
  set_seed_r(seed);  
}

// function r(d, n)
// [[Rcpp::export]]
vec randdraw(int d, int n){
  set_seed(d);
  vec out = randn(n);
  return out;
}

但显然我不想将d限制为整数.理想情况下,d应该是双倍的.有什么想法吗？谢谢!

Answer 1

我认为正在发生的问题是你试图驱散Armadillorandn提供的限制为标准法线的例子,例如N(0,1),使其与N(0,d)匹配.有两种方法可以解决这个问题,因为它是标准法线.

选项1:使用统计属性

第一种方法涉及将样本乘以d例如的 平方根sqrt(d)*sample.这是可能的,因为方差的随机变量性质和期望给出sqrt(d)*N(0,1)~N(0,sqrt(d)^ 2)~N(0,d).

这里要注意的一个重要事项是该set_seed()函数将起作用,因为RcppArmadillo的Armadillo配置挂钩到R的RNG库以访问函数以生成随机值.唯一值得关注的是,由于R 写入扩展的第6.3节中详细介绍的R/C++交互限制,您不能使用它来设置种子.如果你确实使用了这个,那么你会收到警告:::Rf_runifarma::arma_rng::set_seed()

从R调用时,必须通过set.seed()将RNG种子设置为R级别

在第一次检测到的电话上.

有了这个说,这是一个简短的代码示例,其中我们多个sqrt(d).

码:

#include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]

// set seed
// [[Rcpp::export]]
void set_seed(double seed) {
    Rcpp::Environment base_env("package:base");
    Rcpp::Function set_seed_r = base_env["set.seed"];
    set_seed_r(std::floor(std::fabs(seed)));
}

// function r(d, n)
// [[Rcpp::export]]
arma::vec randdraw(double d, int n){
    set_seed(d);              // Set a seed for R's RNG library
    // Call Armadillo's RNG procedure that references R's RNG capabilities
    // and change dispersion slightly.
    arma::vec out = std::sqrt(std::fabs(d))*arma::randn(n);
    return out;
}

输出:

> randdraw(3.5, 5L)
           [,1]
[1,] -0.8671559
[2,] -1.9507540
[3,]  2.9025090
[4,] -1.2953745
[5,]  2.0799176

注意:由于rnorm程序与arma::randn生成不同,因此没有直接的等效项.

选项2:依靠R的RNG功能

第二个也是明显更好的解决方案是明确依赖R的RNG功能.之前,由于RcppArmadillo的配置,我们隐含地使用了R的RNG库.我倾向于为你已经取得了这样的假设:代码是针对喜欢这种方法[R使用时的功能(声明:我写的帖子).如果你担心的限制是一个从轻微胁迫到是可能的.一旦使用或生成值,就会使用重用现有内存分配的高级ctor创建犰狳向量.set_seed()dintegerdoubleintstd::floor(std::fabs(seed))Rcpp::r*()R::r*()

码:

#include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]

// set seed
// [[Rcpp::export]]
void set_seed(double seed) {
    Rcpp::Environment base_env("package:base");
    Rcpp::Function set_seed_r = base_env["set.seed"];
    set_seed_r(std::floor(std::fabs(seed)));
}

// function r(d, n)
// [[Rcpp::export]]
arma::vec randdraw(double d, int n){
    set_seed(d);                                      // Set a seed for R's RNG library
    Rcpp::NumericVector draws = Rcpp::rnorm(n, 0.0, d); // Hook into R's Library
    // Use Armadillo's advanced CTOR to re-use memory and cast as an armadillo object.
    arma::vec out = arma::vec(draws.begin(), n, false, true);
    return out;
}

输出:

> randdraw(3.21,10)
             [,1]
 [1,] -3.08780627
 [2,] -0.93900757
 [3,]  0.83071017
 [4,] -3.69834335
 [5,]  0.62846287
 [6,]  0.09669786
 [7,]  0.27419092
 [8,]  3.58431878
 [9,] -3.91253230
[10,]  4.06825360
> set.seed(3)
> rnorm(10, 0, 3.21)
 [1] -3.08780627 -0.93900757  0.83071017 -3.69834335  0.62846287  0.09669786  0.27419092  3.58431878 -3.91253230  4.06825360