如何在使用并行化进行mlr3重采样时获得可重复的结果

Question

最近，我正在学习如何使用带有并行化的mlr3包。作为mlr3图书(https://mlr3book.mlr-org.com/technical.html)和教程(https://www.youtube.com/watch?v=T43hO2o_nZw&t=1s)的介绍，mlr3使用未来的后端进行并行化。我使用以下代码运行一个简单的测试：

# load the packages
library(future)
library(future.apply)
library(mlr3)

# set the task
task_train <- TaskClassif$new(id = "survey_train", backend = train, target = "r_yn", positive = "yes")

# set the learner
learner_ranger <- mlr_learners$get("classif.ranger")

# set the cv
cv_5 <- rsmp("cv", folds = 5)

# run the resampling in parallelization
plan(multisession, workers = 5)
task_train_cv_5_par <- resample(task = task_train, learner = learner_ranger, resampling = cv_5)
plan(sequential)
task_train_cv_5_par$aggregate(msr("classif.auc"))

AUC每次都会改变，我知道这是因为我没有为并行化设置随机种子。但是，我已经发现了许多关于未来包的教程，获得未来结果的方法是使用future_lapply from future.apply package并设置future.seed = TRUE。另一种方法是使用%dorng%或registerDoRNG()为foreach循环设置未来后端。

我的问题是，在不使用mlr3 或foreach的情况下，如何在future_lapply中获得可重复的重采样结果？我想也许有个简单的方法。非常感谢!

Answer 1

我已经将您的示例更改为可重复的，以表明您只需要用set.seed()设置一个种子

library(mlr3)
library(mlr3learners)

task_train <- tsk("sonar")
learner_ranger <- lrn("classif.ranger", predict_type = "prob")
cv_5 <- rsmp("cv", folds = 5)
plan(multisession, workers = 5)

# 1st resampling
set.seed(1)
task_train_cv_5_par <- resample(task = task_train, learner = learner_ranger, resampling = cv_5)
task_train_cv_5_par$aggregate(msr("classif.auc"))

# 2nd resampling
set.seed(1)
task_train_cv_5_par <- resample(task = task_train, learner = learner_ranger, resampling = cv_5)
task_train_cv_5_par$aggregate(msr("classif.auc"))

# 3rd resampling, now sequential
plan(sequential)
set.seed(1)
task_train_cv_5_par <- resample(task = task_train, learner = learner_ranger, resampling = cv_5)
task_train_cv_5_par$aggregate(msr("classif.auc"))

所有三次重放你都应该得到相同的分数。

Answer 2

您需要使用支持并行化的RNG类型来设置种子。

set.seed(42, "L'Ecuyer-CMRG")

有关详细信息，请参阅?RNGkind。

AFAIK对于R中的确定性并行结果，除了使用这种RNG类外，没有别的方法。在按顺序运行时，您只需在set.seed(42)中使用默认的RNG类型。

我的问题是，在不使用future_lapply或foreach的情况下，如何在mlr3中获得可重复的重采样结果？

{mlr3}用于所有类型的内部并行化，因此没有方法可以绕过{未来}。所以是的，设置future.seed = TRUE，你应该会没事的。