我正在尝试使用循环使用 mvn 协变量来创建矩阵n
。很简单,但到目前为止还没有工作......这是我的代码:k
k
n=1000
k=5
p=100
mu=0
sigma=1
x=matrix(data=NA, nrow=n, ncol=k)
for (i in 1:k){
x [[i]]= mvrnorm(n,mu,sigma)
}
少了什么东西?
我正在尝试使用循环使用 mvn 协变量来创建矩阵n
。很简单,但到目前为止还没有工作......这是我的代码:k
k
n=1000
k=5
p=100
mu=0
sigma=1
x=matrix(data=NA, nrow=n, ncol=k)
for (i in 1:k){
x [[i]]= mvrnorm(n,mu,sigma)
}
少了什么东西?
我在这里看到几件事:
set.seed(20430)
)。这意味着每次运行代码时,都会得到完全相同的一组伪随机变量。 mu = 0
and sigma = 1
,因为它们是rnorm()
. data=
函数中的参数直接添加它们matrix()
。如果您真的致力于使用循环,您可能应该使用双循环,以便您循环遍历列,并在每个循环中循环遍历行。(请注意,这是在 R 中编码的一种非常低效的方式——尽管我一直在做这样的事情 ;-)。 p
你的代码应该做什么。 这是执行您似乎想要做的事情的基本方法:
set.seed(20430)
n = 1000
k = 5
dat = rnorm(n*k)
x = matrix(data=dat, nrow=n, ncol=k)
如果你真的想使用循环,你可以这样做:
mu = 0
sigma = 1
x = matrix(data=NA, nrow=n, ncol=k)
for(j in 1:k){
for(i in 1:n){
x[i,j] = rnorm(1, mu, sigma)
}
}
先定义矩阵
E<-matrix(data=0, nrow=10, ncol=10);
运行两个循环来迭代 i 的行和 j 的列,我的是一个可交换的相关结构
for (i in 1:10)
{
for (j in 1:10)
{
if (i==j) {E[i,j]=1}
else {E[i,j]=0.6}
}
};
A=c(2,3,4,5);# In your case row terms
B=c(3,4,5,6);# In your case column terms
x=matrix(,nrow = length(A), ncol = length(B));
for (i in 1:length(A)){
for (j in 1:length(B)){
x[i,j]<-(A[i]*B[j])# do the similarity function, simi(A[i],B[j])
}
}
x # matrix is filled
我从我的问题的角度思考。