我正在尝试在Julia中构建一个Dirichlet Process Gibbs Sampler,并将每个簇表示为一个对象。我做了以下事情:
using BayesianNonparametrics
using DataFrames
using Distances
type cluster
m::Vector
Sigma::LinAlg.Cholesky
nu::Int
kappa::Int
nk::Int
end
function logPredPdf(f::cluster,x::Array{Float64,1}):
kappa <- f.kappa
S <- f.Sigma
mu <- f.m
nu <- f.nu
d <- size(x)[1]
v = nu-d+1
U = sqrt((1+1/kappa)/v) * LinAlg.lowrankdowndate!(S, sqrt(f.kappa)*mu)[:U]
x = x - m
Q = \(transpose(U),x)
q= vecdot(Q,Q)
o = -log(1+q/v)*((v+d)/2)
c = lgamma((v+d)/2)-lgamma(v/2)-(d*log(v*pi)+2*sum(log(diag(U))))/2
y = c + o
return y
end
data = readtable("PCA_transformed_data_gt1000.csv",header= true);
data = delete!(data, :1);
n,d = size(data);
s = 6.6172
S0 = s*eye(d)
kappa_0 = 1
nu_0 = d
mu_0 = zeros(d)
S1 = LinAlg.cholfact(S0+kappa_0*(mu_0*mu_0'))
X= DataFrame(Matrix(data)');# transpose data Matrix
prior = cluster(mu_0, S1,nu_0, kappa_0, 0)
x = X[:,1]
kt = logPredPdf(prior,x)
当我在函数外部运行logPredPdf中的行时,它完美运行!但是,如果我尝试运行上面的例子,当它进入最后, 它给了我以下错误:
MethodError: no method matching isless(::Symbol, ::Int64)
Closest candidates are:
isless(!Matched::Char, ::Integer) at deprecated.jl:49
isless(::Symbol, !Matched::Symbol) at strings/basic.jl:137
isless(!Matched::DataArrays.NAtype, ::Any) at /Users/u1560476/.julia/v0.5/DataArrays/src/operators.jl:510
...
in logPredPdf(::cluster, ::Array{Float64,1}) at Dirichlet_Process_Gibbs_Sampler.jl:33
in include_string(::String, ::String) at loading.jl:441
in include_string(::String, ::String, ::Int64) at eval.jl:30
in include_string(::Module, ::String, ::String, ::Int64, ::Vararg{Int64,N}) at eval.jl:34
in (::Atom.##53#56{String,Int64,String})() at eval.jl:50
in withpath(::Atom.##53#56{String,Int64,String}, ::String) at utils.jl:30
in withpath(::Function, ::String) at eval.jl:38
in macro expansion at eval.jl:49 [inlined]
in (::Atom.##52#55{Dict{String,Any}})() at task.jl:60
“previous”和“x”的类型是cluster和Array {Float64,1},正如函数所要求的那样。我在这里缺少什么想法?
答案 0 :(得分:3)
<-
不是Julia的运营商。使用=
在Julia中进行分配。没有包(甚至宏)会允许您编写包含功能<-
运算符的Julia代码。 x <- y
始终表示x
小于-y
:
julia> expand(:(x <- y))
:(x < -y)
julia> Meta.show_sexpr(ans)
(:call, :<, :x, (:call, :-, :y))
我想你碰巧在全局工作空间中按照预期定义了这些变量,但在该文件中看起来kappa
被绑定到符号。
修改:您还必须从:
移除function logPredPdf(f::cluster,x::Array{Float64,1}):
。函数定义(以及一般的块)在Julia中不使用:
。
答案 1 :(得分:0)
将所有<-
更改为=
并未解决问题,但添加了
let
global k
之后
function logPredPdf(f::cluster,x::Array{Float64,1}):
似乎解决了这个问题!尽管如此,还是不知道为什么!