問題タブ [seeding]

Rsample()の関数を使用して、データセットから n 行をランダムに選択したいと考えています。毎回異なる出力を取得していたため、関数を使用して同じ出力を取得しました。の各整数が一意の出力を提供し、同じシードを設定すると出力が同じになることを知っています。しかし、関数にパラメーターとして渡される整数が何を意味するのかわかりません。ランダム ジェネレーター アルゴリズムに入る単なるインデックスですか、それともサンプリングを開始するデータの一部を意味するのでしょうか? たとえば、in とはどういう意味ですか?set.seed()set.seed()set.seed()2set.seed(2)

SparktakeSample()で関数を使用しようとしていますが、パラメーターは -データ、取得するサンプル数、およびシードです。しかし、私は種を使いたくありません。毎回違う答えが欲しい。どうすればそれができるのかわかりません。シード値として使用しようとしましたが、データ型が一致していないと思われるため、エラーが発生しました。シードなしで使用できる他の機能はありますか? または、毎回異なる出力を得るために使用できる他の実装はありますか?System.nanoTimetakeSample()takeSample()

シードファイルを作成して実行しましたがrake db:migrate、rake db:seedすべて正常に実行されたようです。ただし、Railsコンソールでシードを表示したいので、テーブルの名前はですusersinfo。シードがコンソールに正しく入力されていることを確認するにはどうすればよいですか？

usersinfo.allコンソールで試しましたが、次のエラーが発生しました。

未定義のメソッド`all '

シードをテストする最良の方法は何ですか?また、例/チュートリアルはありますか? 私は、初心者にとって実際に役立つものを見て、不足していました。

また、このようなテストの適切な名前は何ですか?

多くの人が知っているように、PythonはMersenne Twister（MT）アルゴリズムを使用して乱数を処理します。ただし、非常に長い期間（〜2 ^ 19937）があるにもかかわらず、2080要素を超えるシーケンスをシャッフルすると（！2081> 2 ^ 19937）、すべてのランダム順列に到達できないこともよく知られています。私は順列を扱っており、統計的特性は私にとって重要であるため、繰り返しを避けるために、Pythonジェネレーターを追加のランダム性のソースと混合または再シードする最良の方法を見つけようとしています。

現在、私のコンセプトは、システム乱数ジェネレーター（SystemRandom）を使用して、MTジェネレーターに外部のランダム性のソースを追加することです。これを行うために私が考えることができる2つの方法があります：

1. SystemRandom乱数とMT乱数のXOR
2. SystemRandomを使用してMTを再シードします

最初のアプローチは、バイアス傾向を減らすために、ハードウェア乱数ジェネレーターによってある程度の頻度で使用されます。ただし、これは非常に非効率的です。Windows XPマシンでは、SystemRandomは標準のPythonランダム関数よりも50倍遅くなります。ほとんどの関数がシャッフルを伴う場合、これはパフォーマンスに大きな打撃を与えます。それを考えると、SystemRandomを使用してMTを再シードすると、大幅に効率が向上するはずです。

ただし、そのアプローチにも2つの問題があります。まず、操作中にMTを再シードすると、その統計的特性が損なわれる可能性があります。MT値の各実行は（開始点に関係なく）整形式である必要があるため、MTが十分に長く実行されれば、これは問題にならないはずです。ただし、MTの再シードの間にかなりの期間が望ましいことを示しています。第二に、再シードをトリガーする最も効率的な方法は何かという問題があります。これを処理する最も簡単な方法は、カウンターを使用することです。ただし、より効率的な方法が可能かもしれません。

したがって、この点について3つの質問があります。

1. N個のサンプルごとにランダムな値でMTを再シードすると、その望ましい統計的特性が変わるという趣旨の何かを読んだ人はいますか？
2. カウンターをインクリメントして再シードをトリガーするよりも効率的な方法を知っている人はいますか？
3. 最後に、この問題に取り組むための一般的により良い方法を誰かが知っているなら、私はすべての耳です。

でherokuデータベースをダンプできます$ heroku pgbackups:capture。また、この SO 投稿は、開発データベースを取得してそれをシード.rb にダンプするためのツールがあることを示しています。

より現実的な開発テストのために、Heroku の実稼働データベースからローカルの seed.rb にデータを効果的にダンプして、2 つのプロセスを組み合わせる簡単な方法があるかどうか疑問に思っています。

これが可能な場合、これを行う最もクリーンな方法は何ですか?

アップデート：

dB' からの洞察に満ちた回答に基づいて、PGSQL をローカルで使用することを検討できます。ただし、それを簡単に行う方法があれば、質問のseed.rbの側面にまだ興味があります。

私は次のクラスを持っています：

家主

住宅物件

Landlord は多数の ResidentialProperties を持つことができるため、関連付けは 1 対多です。メソッドを使用してデータベースにテスト データを追加しようとしていますSeed()。私の問題は、メソッドで関係の多端を定義する方法がわからないことです。以下は私が試したことです：

これResidentialProperties = residentialProperties.FirstOrDefault(x => x.ResidentialPropertyId == 1)により、「型 ResidentialProperty を ICollection < ResidentialProperty > に暗黙的に変換できません」というエラーが発生します。

Seed() メソッドで 1 対多の関係をどのように実装しますか?

編集：

このタイプの関係を実装するために、コンテキスト クラスに次のコードを追加しました。ResidentialProperty は Landlord を 1 つだけ持つことができます。

私はまだこのエラーが発生しています:

\tSystem.Data.Entity.Edm.EdmAssociationEnd: : 関係 'Landlord_ResidentialProperties' のロール 'Landlord_ResidentialProperties_Target' で多重度が無効です。従属ロールはキー プロパティを参照するため、従属ロールの多重度の上限は「1」でなければなりません。

私が間違っていることについてはまだ途方に暮れています。

乱数の生成におけるシードとは何ですか?

数百から数千の乱数を生成する必要があります。「シード」の使用について多くのことを読みました。種子とは何ですか？乱数が始まるシードですか? たとえば、シードを 5 に設定すると、5 から制限までの数値が生成されますか? したがって、たとえば3を与えることは決してありません。

私はC++を使用しているので、例を提供する場合はC++であるといいでしょう。

ありがとう！

ランダムなサンプルをいくつか作成してプロットしていると、奇妙な動作に気づきました。ggplot2をロードした後、サンプリングされた値は異なりました。

この動作は簡単に回避できますが、ggplot2がシード値を変更する理由はありますか？

私はこの答えを高低で検索しましたが、何も見つかりませんでした。

httppostedfilebaseのオブジェクトをインスタンス化する必要があると思いますが、これを行うにはどうすればよいですか？