我正在尝试制作一个二进制GAM大约。 630万行数据（因此bam）。我有两个随机效果（40和7级）使用s(...,"re")，3个分类变量（5 + 5 + 4级）和一个循环平滑（s(Hour, by = GroupAB, bs = "cc")）。 GroupAB有25个级别，并且是前面提到的两个变量之间的串联，我在这些变量之间包含了一个额外的交互。像(y~s(..,"re") + s(..,"re") + s(Hour, by = GroupAB, "cc") + A * B + C, family ="binomial")这样的东西。
当我运行模型时，我收到以下错误消息：
Error in predict.gam(G, newdata = mf[ind, ], type = "lpmatrix", newdata.guaranteed = TRUE, :
number of items to replace is not a multiple of replacement length
我追溯到bam试图制作稀疏矩阵（https://github.com/cran/mgcv/blob/master/R/bam.r中的sparse.matrix.model()）。看到它使用chunk.size= bam()的{{1}}参数，我开始玩它。在将chunck大小从10k增加到75K后，我得到了模型运行并给出了合理的结果。
但为什么错误在第一位呢？是否有一个技巧来避免此错误消息？还是与数据有关？