1

我在使用hd.eigenin时遇到问题Rfast。它给出了与大多数数据非常接近的结果eigen，但有时 hd.eign 会返回一个空的 NAs$vector或其他不需要的结果。例如：

> set.seed(123)
> bigm <- matrix(rnorm(2000*2000,mean=0,sd = 3), 2000, 2000)
> 
> e3 = eigen(bigm)
> length(e3$values)
[1] 2000
> length(e3$vectors)
[1] 4000000
> sum(is.na(e3$vectors) == TRUE)
[1] 0
> sum(is.na(e3$vectors) == FALSE)
[1] 4000000
> 
> e4 = hd.eigen(bigm, vectors = TRUE)
> length(e4$values)
[1] 2000
> length(e4$vectors)
[1] 4000000
> sum(is.na(e4$vectors) == TRUE)
[1] 2000
> sum(is.na(e4$vectors) == FALSE)
[1] 3998000

除了它破坏了我的脚本之外，这些 NA 是否表明我的数据存在更深层次的问题？还是hd.eig无法处理股票eigen()可以处理的某些情况？这个比那个好吗？

编辑：根据拉尔夫的建议，我检查了我的 BLAS 版本，看起来 R 可能正在寻找错误的版本/在错误的位置：

~ $ ldd /usr/lib64/R/bin/exec/R
        linux-vdso.so.1 (0x00007ffeec3b9000)
        libR.so => not found
        libRblas.so => not found
        libgomp.so.1 => /usr/lib64/libgomp.so.1 (0x00007feb27ef2000)
        libpthread.so.0 => /usr/lib64/libpthread.so.0 (0x00007feb27ecf000)
        libc.so.6 => /usr/lib64/libc.so.6 (0x00007feb27cdb000)
        /lib64/ld-linux-x86-64.so.2 => /usr/lib64/ld-linux-x86-64.so.2 (0x00007feb27f7b000)

另外，我不清楚 openBLAS 是否等同于其他发行版中默认安装的 BLAS。

> sessionInfo()
R version 3.6.1 (2019-07-05)
Platform: x86_64-generic-linux-gnu (64-bit)
Running under: Clear Linux OS

Matrix products: default
BLAS/LAPACK: /usr/lib64/libopenblas_nehalemp-r0.3.6.so

编辑 2：我在基于 CentOS 的 HPC 系统上尝试了相同的示例，但没有得到任何 NA。在那里，sessionInfo()揭示了：

BLAS/LAPACK: /hpc/packages/minerva-centos7/intel/parallel_studio_xe_2019/compilers_and_libraries_2019.0.117/linux/mkl/lib/intel64_lin/libmkl_gf_lp64.so

编辑3：hd.eign产生NA的表达式是

vectors <- tcrossprod(y, t(FF) * L^(-0.5))

具体来说，L^(-0.5)在索引 2000 处产生 NaN

> L[2000]
[1] -1.136237e-12

但是，在没有返回 NA 的两台机器上，L[2000] 是正数（虽然略有不同，但5.822884e-14在 HPC 系统和3.022511e-12我的运行 Microsoft 构建的 R.

编辑 4：差异似乎源于基函数，它从问题机器上的矩阵eigen()返回一个负值，而不是其他两个。我保存了对象并在计算机之间打开，所以我知道输入是完全相同的。crossprod()xxxxeigen()

编辑5：我钻了一层更深，发现原来的负值来自这个语句eigen()

    z <- if (!complex.x) 
      .Internal(La_rs(x, only.values))
    else .Internal(La_rs_cmplx(x, only.values))

编辑 6：如果我保存为 CSV 然后重新打开，问题计算机不会产生负特征值。

> load("/home/james/nfs-cloud/PanosLab/CircRNA/input_to_La_rs.Rdata")
> r <- .Internal(La_rs(as.matrix(x), only.values = FALSE))
> sum(r$values < 0)
[1] 1
> write.csv(x, "test_for_internal.csv", row.names = FALSE)
> x <- read.csv("test_for_internal.csv")
> r <- .Internal(La_rs(as.matrix(x), only.values = FALSE))
> sum(r$values < 0)
[1] 0

这会给任何人一个线索吗？这是一个错误吗？

4

1 回答 1

0

Rfast 中的 hd.eigen 函数仅适用于 n 小于 p 的情况。

于 2019-09-24T14:31:33.500 回答