tryCatch - 命名空间？

Question

我对R很新，我对tryCatch的正确用法感到困惑。我的目标是对大型数据集进行预测。如果预测无法适应内存，我想通过拆分数据来解决问题。

现在，我的代码大致如下：

tryCatch({
  large_vector = predict(model, large_data_frame)
}, error = function(e) { # I ran out of memory
  for (i in seq(from = 1, to = dim(large_data_frame)[1], by = 1000)) {
    small_vector = predict(model, large_data_frame[i:(i+step-1), ])
    save(small_vector, tmpfile)
  }
  rm(large_data_frame) # free memory
  large_vector = NULL
  for (i in seq(from = 1, to = dim(large_data_frame)[1], by = 1000)) {
    load(tmpfile)
    unlink(tmpfile)
    large_vector = c(large_vector, small_vector)
  }
})

重点是，如果没有错误发生，large_vector会按预期填充我的预测。如果发生错误，large_vector似乎只存在于错误代码的命名空间中 - 这是有道理的，因为我将其声明为函数。出于同样的原因，我收到一条警告，指出large_data_frame无法删除。

不幸的是，这种行为不是我想要的。我想从我的错误函数中分配变量large_vector。我认为一种可能性是指定环境并使用assign。因此，我会在我的错误代码中使用以下语句：

rm(large_data_frame, envir = parent.env(environment()))
[...]
assign('large_vector', large_vector, parent.env(environment()))

然而，这个解决方案对我来说似乎相当肮脏。我想知道是否有可能用“干净”的代码实现我的目标？

[编辑] 似乎有些混乱，因为我把上面的代码主要用来说明问题，而不是给出一个有效的例子。这是一个显示命名空间问题的最小示例：

# Example 1 : large_vector fits into memory
rm(large_vector)
tryCatch({
  large_vector = rep(5, 1000)
}, error = function(e) {
  # do stuff to build the vector
  large_vector = rep(3, 1000)
})
print(large_vector)  # all 5

# Example 2 : pretend large_vector does not fit into memory; solution using parent environment
rm(large_vector)
tryCatch({ 
  stop();  # simulate error
}, error = function(e) {
  # do stuff to build the vector
  large_vector = rep(3, 1000)
  assign('large_vector', large_vector, parent.env(environment()))
})
print(large_vector)  # all 3

# Example 3 : pretend large_vector does not fit into memory; namespace issue
rm(large_vector)
tryCatch({ 
  stop();  # simulate error
}, error = function(e) {
  # do stuff to build the vector
  large_vector = rep(3, 1000)
})
print(large_vector)  # does not exist

Answer 1

我会做这样的事情：

res <- tryCatch({
  large_vector = predict(model, large_data_frame)
}, error = function(e) { # I ran out of memory
  ll <- lapply(split(data,seq(1,nrow(large_data_frame),1000)),
         function(x)
             small_vector = predict(model, x))
  return(ll)
})
rm(large_data_frame)
if(is.list(ll)) 
  res <- do.call(rbind,res)

如果耗尽内存，我们的想法是返回预测结果列表。

注意，我不确定这里的结果，因为我们没有可重现的例子。

Answer 2

编辑：我们再试一次：

您可以使用finally的{​​{1}}参数：

tryCatch

这是一个简化版本，可以看到发生了什么：

step<-1000
n<-dim(large_data_frame)[1]
large_vector <- NULL
tryCatch({
  large_vector <- predict(model, large_data_frame) 
}, error = function(e) { # ran out of memory
  for (i in seq(from = 1, to = n, by = step)) {
    small_vector <- predict(model, large_data_frame[i:(i+step-1),]) #predict in pieces
    save(small_vector,file=paste0("tmpfile",i)) #same pieces
  }  
 rm(large_data_frame) #free memory

},finally={if(is.null(large_vector)){ #if we run out of memory
   large_vector<-numeric(n) #make vector
   for (i in seq(from = 1, to = n, by = step)){
     #collect pieces
     load(paste0("tmpfile",i)) 
     large_vector[i:(i+step-1)] <- small_vector
   }
}})

EDIT2：关于可能对您有用的范围的另一个提示（尽管可能不是在这种情况下，因为您不想事先声明large_vector<-NULL rm(y) tryCatch({ large_vector <- y }, error = function(e) {# y is not found print("error") },finally={if(is.null(large_vector)){ large_vector<-1 }}) > large_vector [1] 1 ）：{{1来自R-help：

的运算符

  

运营商＆lt;＆lt; - ＆ - ＆gt;＆gt;通常只用于函数，和   导致搜索通过父环境进行搜索   被分配的变量的定义......

因此，您可以使用上面的示例代码：

large_vector

Answer 3

以下代码非常自我解释。实际上，问题是错误函数内的任何内容都不会默认应用于父环境。

  

b = 0

     

如上所述，这不起作用：

     

tryCatch（expr = {stop（“error1”）}，错误=函数（e）{b = 1}）
  B'/ P>      

解决方案1：分配给父环境

     

tryCatch（expr = {stop（“error2”）}，error = function（e）{assign（x =“b”，value =   2，envir = parent.env（env = environment（）））}）
  B'/ P>      

解决方案2：最简单（只有在list和expr分配给b时才有效）

     

b = tryCatch（expr = {stop（“error3”）}，错误=函数（e）{b = 3;返回（b）}）
  B'/ P>