Quanteda 的 lda 函数中的 set.seed()

Question

每次运行此代码时，我都会得到不同的结果：

set.seed(42)
lda_seq <- textmodel_lda(dfmt, k = 5, gamma = 0.5, 
    batch_size = 0.01, auto_iter = TRUE,
    verbose = FALSE)

terms(lda_seq)

该软件包来自基于 Quanteda 的 Seededlda。

如何获得可重复的结果？

我尝试了不同的种子，但每次使用相同的种子运行代码时，结果都会完全不同。注意，set.seed()函数和seedlda包之间没有链接。

Answer 1

设置

options(seededlda_threads = 1)

给出可重复的结果：

library(quanteda)
library(seededlda)

options(seededlda_threads = 1)

corp <- data_corpus_moviereviews
toks <- tokens(corp, remove_punct = TRUE, remove_symbols = TRUE, 
               remove_numbers = TRUE, remove_url = TRUE)

dfmt <- dfm(toks) |> 
  dfm_remove(stopwords("en")) |>
  dfm_remove("*@*") |>
  dfm_trim(max_docfreq = 0.1, docfreq_type = "prop")

set.seed(42)
lda_seq <- textmodel_lda(dfmt, k = 5, gamma = 0.5, 
                         batch_size = 0.01, auto_iter = TRUE,
                         verbose = FALSE)

x <- terms(lda_seq)

set.seed(42)
lda_seq <- textmodel_lda(dfmt, k = 5, gamma = 0.5, 
                         batch_size = 0.01, auto_iter = TRUE,
                         verbose = FALSE)

y <- terms(lda_seq)

waldo::compare(x, y)
#> ✔ No differences

^{创建于 2024-03-30，使用 reprex v2.1.0}