如何在R语言中固定全局随机化结果？以iris数据集训练集抽取为例

嘿，这个问题我太熟了！在处理随机化数据时每次结果不一样，核心原因是R默认会使用不同的伪随机数种子来生成随机序列。要固定结果，只需要手动设置一个固定的随机数种子就行，我给你一步步演示怎么操作：

为什么每次随机顺序不同？ #

R里的“随机数”其实是伪随机数——它是基于一个初始的“种子”值通过算法生成的序列。每次你重启R或者重新运行代码时，R会自动选择一个新的种子，所以生成的随机顺序自然就不一样了。

固定随机结果的具体步骤 #

只需要在生成随机顺序的代码前调用set.seed()函数，传入一个固定的整数（数字随便选，只要每次都用同一个就行）。下面是针对iris数据集的完整示例：

# 加载iris数据集
data(iris)

# 关键步骤：设置固定的随机数种子
set.seed(123)  # 这里的数字可以换成42、789等任意你喜欢的整数

# 随机打乱数据集的行
shuffled_iris <- iris[sample(nrow(iris)), ]

# 计算80%数据对应的行数
train_size <- floor(0.8 * nrow(iris))

# 拆分训练集和测试集
train_data <- shuffled_iris[1:train_size, ]
test_data <- shuffled_iris[(train_size + 1):nrow(iris), ]

额外说明 #

• 只要每次运行代码时都先执行同一个set.seed()，那么sample()生成的随机打乱顺序就会完全一致，拆分出的训练集/测试集也会一模一样。
• 如果你整个程序里还有其他需要固定随机结果的操作（比如交叉验证的随机分组），把set.seed()放在程序的最开头就行，它会影响之后所有的随机数生成操作。
• 不同的种子数字会对应不同的随机序列，但只要固定数字，结果就固定——比如你用set.seed(42)，每次得到的打乱顺序都是同一个。

内容的提问来源于stack exchange，提问作者user5671448