Question

这个问题与我之前提出的问题有关

Matrix and vector multiplication operation in R

具体来说，在R中进行一些矩阵运算我感到很痛苦。例如，对于以下代码，我可以通过几个额外的步骤来运行它。

f<-function(x,A,b){
  e=A %*% x - b
  v=t(e) %*% e
  return(as.numeric(v))
}

A=matrix(runif(300),ncol=3)
b=matrix(runif(100),ncol=1)
x0=runif(3)

optimx::optimx(x0,f,A=A,b=b, method="BFGS")

optimx只接受一个向量作为初始值，因此我不能将x0写为列向量，就像A和b的赋值一样。
我的函数f有一些矩阵运算，但它返回一个标量，optimx也不喜欢它（它将它视为矩阵类），所以我需要做{{1} }。

有没有更好的方法让我在像{Matlab这样的as.numeric()中进行矩阵运算？

Answer 1

我并不乐观，你会找到你想要的东西，并试图解决一种语言的习语 - 而不是吮吸它/适应它 - 往往是一个配方持续的痛苦。一些想法：

c(v)和drop(v)具有相同的效果as.numeric(v); c(v)更为简洁，drop(v)（或许）语义更清晰
optim()（与optimx::optimx不同）并不抱怨传递列向量（以R术语表示，1列矩阵），并且与您的示例中的工作方式相同
crossprod(e)相当于（并且快于）t(e) %*% e

你可以使用MATLAB（你还没告诉我们你为什么要使用R），或者（如果你买不起）试试Octave ......

R中更好的库用于矩阵运算

1 个答案: