Question

我正在尝试将（R）cpp重写为使用gamma函数（来自双输入）的原始R函数。原始来源下方。在使用sourceCpp进行编译时，会出现以下错误：“没有匹配函数来调用'gamma（Rcpp :: traits :: storage_type（＆lt; 14＆gt;：。type）'”

伽玛函数应该放在糖中（如下面使用的平均值）所以我希望应该很容易调用。

#include <Rcpp.h>
#include <math.h>
using namespace Rcpp;


// original R function
// function (y_pred, y_true) 
// {
//   eps <- 1e-15
//   y_pred <- pmax(y_pred, eps)
//   Poisson_LogLoss <- mean(log(gamma(y_true + 1)) + y_pred - 
//     log(y_pred) * y_true)
//   return(Poisson_LogLoss)
// }


// [[Rcpp::export]]
double poissonLogLoss(NumericVector predicted, NumericVector actual) {
  NumericVector temp, y_pred_new;
  double out; 
  const double eps=1e-15;

  y_pred_new=pmax(predicted,eps);
  long n = predicted.size();
  for (long i = 0; i < n; ++i) {
    temp[i] = log( gamma(actual[i]+1)+y_pred_new[i]-log(y_pred_new[i])*actual[i]);
  }

  out=mean(temp); // using sugar implementation
  return out;
}

Answer 1

你正在使这个太复杂，因为Rcpp Sugar的工作向量化。所以以下编译：

#include <Rcpp.h>
#include <math.h>
using namespace Rcpp;

// [[Rcpp::export]]
double poissonLogLoss(NumericVector predicted, NumericVector actual) {
  NumericVector temp, y_pred_new;
  double out; 
  const double eps=1e-15;

  y_pred_new=pmax(predicted,eps);
  temp = log(gamma(actual + 1)) + y_pred_new - log(y_pred_new)*actual;
  out=mean(temp); // using sugar implementation
  return out;
}

现在，您没有提供任何测试数据，所以我不知道这是否正确计算。另外，因为你的R表达式已经被矢量化，所以速度不会太快。

最后，您的编译错误可能是由于Sugar函数gamma()期望一个Rcpp对象，而您提供了double。

Rcpp伽玛积分

1 个答案: