Question

当while循环卡在R中的无限循环中时，有什么最好的方法可以识别？

这是我的情况：

diff_val = Inf
last_val = 0

while(diff_val > 0.1){

    ### calculate val from data subset that is greater than the previous iteration's val
    val = foo(subset(data, col1 > last_val))

    diff_val = abs(val - last_val) ### how much did this change val?
    last_val = val ### set last_val for the next iteration
}

目标是让val越来越接近稳定值，并且当val在最后一次迭代中val的0.1之内时，则认为足够稳定并从while循环释放。我的问题是，对于某些数据集，val在两个值之间来回交替卡住。例如，在27.0和27.7之间来回迭代。因此，它永远不会稳定。如果发生这种情况，我怎么能打破while循环？

我知道break，但不知道如何告诉循环何时使用它。我想在之前保持两次迭代的值，但是我不知道在两次迭代之前保持值的方法......

while(diff_val > 0.1){

    val = foo(subset(data, col1 > last_val))

    diff_val = abs(val - last_val)
    last_val = val

    if(val == val_2_iterations_ago) break
}

如何创建val_2_iterations_ago？

对不可重现的代码表示歉意。复制情况所需的真实foo()和data并非我可以分享......但是，控制流程并不是解决这个问题的关键。

Answer 1

我不知道只是跟踪前两次迭代实际上是否足够，但为此添加逻辑并不是太麻烦。

逻辑是，在每次迭代时，倒数第二个值成为最后一个值，最后一个值成为当前值，当前值来自foo()。请考虑以下代码：

while (diff_val > 0.1) {
    val <- foo(subset(data, col1 > last_val))

    if (val == val_2_iterations_ago) break

    diff_val = abs(val - last_val)
    val_2_iterations_ago <- last_val
    last_val <- val
}

Answer 2

另一种方法，或许更一般，可以跟踪迭代并设置最大值。

将这与蒂姆的好答案配对：

iter = 0
max_iter = 1e6
while (diff_val > 0.1 & iter < max_iter) {
    val <- foo(subset(data, col1 > last_val))

    if (val == val_2_iterations_ago) break

    diff_val = abs(val - last_val)
    val_2_iterations_ago <- last_val
    last_val <- val
    iter = iter + 1
}

Answer 3

通常如何做到这一点：

收敛容差，因此当您的目标函数没有明显变化时，该算法被认为已收敛
对迭代次数的限制，以确保代码最终终止
检查目标函数是否实际减少，以捕捉其发散/循环的情况（设计了许多优化算法，因此不应该发生这种情况，但在您的情况下确实会发生）< / LI>

伪代码：

oldVal <- Inf
for(i in 1:NITERS)
{
    val <- objective(x)
    diffVal <- val - oldVal
    converged <- (diffVal <= 0 && abs(diffVal) < TOL)
    if(converged || diffVal > 0)
        break
    oldVal <- val
}

走出无限循环

3 个答案: