1

可以说我有一个如下功能：

testFunction <- function(testInputs){
    print( sum(testInputs)+1 == 2 )
    return( sum(testInputs) == 1 )
}

当我在命令行上使用以下输入进行测试时：c(0.65, 0.3, 0.05)，它会按预期打印并返回 TRUE。

但是，当我使用 c(1-0.3-0.05, 0.3, 0.05) 时，我会打印 TRUE 并返回 FALSE。这没有任何意义，因为它意味着 sum(testInputs)+1 是 2 但 sum(testInputs) 不是 1。

这就是我的想法：不知何故，打印值不完全是 1，但可能是 0.9999999...，并且它在显示器上四舍五入。但这只是一个猜测。这究竟是如何工作的？

4

1 回答 1

1

这完全是一个浮点问题，但对我来说有趣的是它如何证明 的返回值sum()会产生这个错误，但+你却不明白。

请参阅评论中有关浮点数学的链接。以下是如何处理它：

sum(1-0.3-0.5, 0.3, 0.05) == 1
# [1] FALSE
dplyr::near(sum(1-0.3-0.05, 0.3, 0.05), 1)
# [1] TRUE

对我来说，最吸引人的是：

(1 - 0.3 - 0.05 + 0.3 + 0.05) == 1
# [1] TRUE

因为您无法预测浮点运算的各种实现将如何表现，所以您需要对其进行更正。在这里，不要使用 ，而是==使用dplyr::near()。这个问题（浮点数学是不精确的，也是不可预测的），存在于各种语言中。一种语言中的不同实现将导致不同的浮点错误。

正如我在对另一个浮点问题的答案中所讨论的dplyr::near()那样all.equal()，这里有一个容差参数tol。默认情况下，它设置为.Machine$double.eps^0.5。.Machine$double.eps是您的机器可以添加1并能够将其与 区分开来的最小数字1。这并不准确，但在那个数量级上。取平方根会使它比这大一点，并允许您准确识别那些偏离量的值，这些值会使相等的失败测试很可能是一个浮点错误。

注意：是的，near()在 dplyr 中，我几乎总是加载它，所以我忘了它不在 base 中……你可以使用all.equal()，但请查看near(). 这正是您需要的，没有您不需要的：

near
# function (x, y, tol = .Machine$double.eps^0.5) 
# {
#     abs(x - y) < tol
# }
# <environment: namespace:dplyr>
于 2018-03-18T23:23:40.263 回答