在插入符中设置种子并行随机森林以获得可重现的结果

我希望使用插入符包并行运行随机森林，并且我希望设置种子以获得可重现的结果，如下所示使用插入符号完全可重现的并行模型 https://stackoverflow.com/questions/13403427/fully-reproducible-parallel-models-using-caret。但是，我不明白以下代码中的第 9 行（取自插入符帮助）：为什么我们要采样 22 个（加上第 12、23 行中的最后一个模型）整数（评估参数 k 的 12 个值）？有关信息，我希望运行 5 倍 CV 来评估 RF 参数“mtry”的 584 个值。任何帮助深表感谢。谢谢。

## Not run:

## Do 5 repeats of 10-Fold CV for the iris data. We will fit
## a KNN model that evaluates 12 values of k and set the seed
## at each iteration.

set.seed(123)
seeds <- vector(mode = "list", length = 51)
for(i in 1:50) seeds[[i]] <- sample.int(1000, 22) # Why 22?

## For the last model:
seeds[[51]] <- sample.int(1000, 1)

ctrl <- trainControl(method = "repeatedcv", 
                 repeats = 5,
                 seeds = seeds)

我想说这是一个错误，而且应该是12而不是 22。

据我了解，您将运行模型 10*5 = 50 次，对于每个 k 值。因此，对于each我 1:50 后，你需要12 seeds（每 k 一个）。获得最佳 k 后，您将运行最终模型。这次，您只需要一颗种子（不再重复重采样）。