Question

我对tryCatch()的使用没有足够的了解，但发现很难在正在进行的讨论中找到一个好的解决方案。

我有一个自编程函数可以返回一个对象。它实际上是一个列表对象，但为简单起见假设它是一个标量。我正在使用for()循环来引导此功能。我的循环具有以下形式：

boot<-1000
for(i in 1:boot){
  bootstrap_data<-data[sample(nrow(data),nrow(data),replace=T),]
  out[i]<-myfunction(bootstrap_data,X,...)
}

myfunction()有时会返回错误消息，因为它使用lm()在数据子集上拟合模型，然后从不同的子集预测新数据。然后可能发生这样的情况：对于某些因素，偶然的某些级别不会出现在用于拟合的数据中，但它们确实出现在预测子集中。这种情况很少发生（例如，大约每15,000次迭代），但确实发生了（我需要多次引导myfunction()）。

我想使用tryCatch()或类似函数来捕获我的引导循环。此外，我想定义一个索引来计算循环tryCatch()必须捕获函数的频率。最后，无论错误发生的次数如何，我都希望得到一个常数boot。

R返回以下消息：

    Error in model.frame.default(Terms,newdata,na.action=na.action,
xlev=object$xlevels) : factor X has new levels 2

X是lm()中用户指定的预测变量。我不确定2代表什么，我猜新级别的数量（？）。

Answer 1

这是一个有时失败的功能

f <- function() {
    r <- rnorm(1)
    if (r > 1)
        stop("oops")
    r
}

我们分配一个结果向量并设置一个计数器来更新第i个元素

out <- numeric(100)
i <- 0

然后反复尝试调用该函数。如果有错误，我们不会增加i或记录结果，而是直接进入下一次迭代

while (i < length(out)) {
    tryCatch({
        out[[i + 1]] <- f()
        i <- i + 1
    }, error=function(...) NULL)
}

Answer 2

包装有时会在“尝试”中抛出错误的函数通常对我有效。

boot<-1000
for(i in 1:boot){
  bootstrap_data<-data[sample(nrow(data),nrow(data),replace=T),]
  out[i] = NA  #
  try({      
    out[i]<-myfunction(bootstrap_data,X,...)
  }, silent=T)
}

如果你想计算引发的错误数量，你可以总结出NA。

sum(is.na(out))

使用tryCatch（）来捕获引导循环

2 个答案: