Question

此问题类似于其他语言中有关浮点错误的问题（例如here），但我没有找到满意的解决方案。

我正在开展一个涉及调查具有某些特征的矩阵的项目。作为其中的一部分，我需要知道列表中有多少矩阵是唯一的。

 D <- as.matrix(read.table("datasource",...))
 mat_list <- vector('list',length=length(samples_list))
 mat_list <- lapply(1:length(samples_list),function(i) matrix(data=0,nrow(D),ncol(D)))

然后，基于samples_list元素的数据计算填充此列表。填充mat_list后，我需要删除重复项。运行

mat_list <- unique(mat_list)

将事情缩小了很多;但是，其中许多元素实际上都是彼此的机器错误。函数unique不允许指定精度，我无法找到修改的源代码。

我有一个想法是：

ErrorReduction<-function(mat_list, tol=2){
  len <- length(mat_list)
  diff <- mat_list[[i]]-mat_list[[i+1]]
  for(i in 1:len-1){
     if(norm(diff,"i")<tol){
     mat_list[[i+1]] <- mat_list[i]
     }
  }
  mat_list<-unique(mat_list)
  return(mat_list)
}

但这仅关注成对差异。使用嵌套的for循环执行此操作很简单但很可能效率低下。

您在处理识别和删除机器错误重复的矩阵问题时，您知道哪些方法或有什么想法？

Answer 1

以下是使用all.equal将outer应用于每对的函数，并删除所有重复项：

approx.unique <- function(l) {
   is.equal.fun <- function(i, j)isTRUE(all.equal(norm(l[[i]] - l[[j]], "M"), 0))
   is.equal.mat <- outer(seq_along(l), seq_along(l), Vectorize(is.equal.fun))
   is.duplicate <- colSums(is.equal.mat * upper.tri(is.equal.mat)) > 0
   l[!is.duplicate]
}

一个例子：

a <- matrix(runif(12), 4, 3)
b <- matrix(runif(12), 4, 3)
c <- matrix(runif(12), 4, 3)

all <- list(a1 = a, b1 = b, a2 = a, a3 = a, b2 = b, c1 = c)

names(approx.unique(all))
# [1] "a1" "b1" "c1"

Answer 2

我相信您正在寻找all.equal来比较机器错误中的对象'。查看?all.equal。

如何从列表中删除浮点错误中重复的矩阵？

2 个答案: