Question

我正在Linux机器（服务器）上进行R 2.15.3中的子采样任务，在某些子采样迭代中出现错误（这是由于不合适的子采样数据集）。

能够在没有循环的情况下运行许多子采样迭代停止，在每次迭代中，我以下列方式使用try()：

set.seed(1234)

interestingobject <- list()

for(i in 1:300) {

  anyproblems <- try(0 + "0")

  while(class(anyproblems) == "try-error") {

    anyproblems <- try({

      <code line 1>
      <code line 2>
      <code line 3>
        .
        .
        .

    })

  }

  interestingobject[[i]] <- <object from iteration i>

}

现在我有以下'奇怪'的问题：

经过几次迭代后，第一个错误发生在 try({ ... })。我认为这没问题因为'while'循环应该继续，直到没有错误在try({ ... })中再次发生。但问题是在发生第一次错误后，同样的错误一次又一次地发生，因为同样的错误样本被抽出，我不知道为什么。

更新：在“代码行1”行之前，我只是画画 cat(runif(1), "\n")内的随机数（try({ ... })）代码一直持续到最后，但是进入一个循环，这意味着 “有趣的对象”中的元素正在重复每一对迭代。我真的不知道这是怎么发生的。我想这个问题可以用某种相关的东西来解释 R生成/处理随机数的方式（或类似的东西）。

然而，如果没有确切的代码，似乎有点困难后者可能没什么用，因为它是相当的长而混乱。

如何解释这样的事情发生？

绘制的随机数也在循环中重复，所以真的是每次迭代都会重复同样的事情。

编辑（可能对问题不重要）：代码的一些规范：在每次迭代中都进行了交叉验证，其中还有一个嵌套交叉验证，其中 - 使用交叉验证 - 在每个外部交叉验证迭代中优化调整参数。

也许值得知道调整参数的调整 - 以及因此在相应的交叉验证中随机拆分到折叠中 - 是由一个在代码之外定义的自编函数。

更新2：感谢评论者，我现在已经使用了调试，发现当场发生了第一次错误（只有一个类的观察）以及循环开始的地方也会收到警告：

在get（.obj，envir = dump [[。selection]]中：重新启动中断的承诺评估

也许这有帮助。这个警告信息意味着什么？可能是随机数发生器的种子重置了吗？

Answer 1

由于我没有更好的解决方案，我现在做了一个丑陋的解决方法，在那里每次重复try（{...}）中的过程时重新设置的随机种子，是否有错误。由于随机选择的种子本身会受到问题的影响随机数在循环中，它们在整体之前绘制子采样开始：

set.seed(1234)

interestingobject <- list()

########
# New: #
########
ranseed <- sample(1000000:10000000, size=100000)
count <- 1
#######

for(i in 1:300) {

  anyproblems <- try(0 + "0")

  while(class(anyproblems) == "try-error") {

    ########
    # New: #
    ########
    set.seed(ranseed[count])
    count <- count+1
    ########

    anyproblems <- try({

      <code line 1>
      <code line 2>
      <code line 3>
        .
        .
        .

    })

  }

  interestingobject[[i]] <- <object from iteration i>

}

因为这显然只是一个粗略的解决方案，我仍然会非常高兴，如果有人能给出提示可能会发生的事情！

在try（{...}）里面的代码中我没有设置种子。不过也许吧打包的代码中的函数正在发生一些事情我使用：＆＃34; rfCMA＆＃34;来自包＆＃34; CMA＆＃34;，它本身使用＆＃34; randomForest＆＃34; 来自同名的包装＆＃34; rfCMA＆＃34;。＆＃34; mtry＆＃34;在随机森林中优化功能＆＃34;调＆＃34;也来自＆＃34; CMA＆＃34; -package。

编辑：我再次检查了try（{...}）里面的代码，发现没有错误。如果有人认为上述解决方案可能有问题，请告诉我！我不明白为什么它可能是错的，因为每次在try（{...}）内发生错误时，相应的迭代被丢弃并通过set.seed（ranseed [count]）确定它完全是绘制了独立的。

卡住子采样迭代方案的“奇怪”问题（使用try（...））

1 个答案: