问题标签 [mcl]

我最近阅读了很多关于强化学习的内容，我发现“强化学习：简介”是一本很好的指南。作者为他们的许多工作示例提供了有用的源代码。

在我开始这个问题之前，我应该指出我对 lisp 的实际知识很少。我知道基本概念及其工作原理，但我从未真正以有意义的方式使用 lisp，所以很可能我只是在做一些令人难以置信的 n00b-ish。:)

另外，作者在他的页面上声明他不会回答有关他的代码的问题，所以我没有联系他，并认为 Stack Overflow 会是一个更好的选择。

我一直在尝试在 linux 机器上运行代码，同时使用 GNU 的 CLISP 和 SBCL，但无法运行它。我不断使用任一解释器获取完整的错误列表。特别是，大多数代码似乎使用了包含在文件“utilities.lisp”中的许多实用程序，该文件包含以下行

:ccl 似乎是指某种基于 Mac 的 lisp 版本，但我无法确认这一点，它可能只是其他一些代码包。

我尝试删除这个特定的部分（将行更改为

但这只会产生更多错误。

有人知道我如何运行这段代码吗？我只是对所有的lisp一无所知吗？

更新 [2009 年 3 月]：我安装了 Clozure，但仍然无法让代码运行。

在 CCL 命令提示符下，命令

导致以下错误输出：

不幸的是，我还在学习 lisp，所以虽然我感觉有些东西没有完全定义，但我并不真正理解如何阅读这些错误消息。

I'm relatively new to Lisp (I just know the very basics) and I'm currently trying to run an algorithmic composition program created by David Cope. It runs in MCL 5.0, and I keep getting the following error:

Error in process play: Stack overflow on value stack. To globally increase stack space, increase *minimum-stack-overflow-size*

Does anyone know what function I would use to increase the stack overflow size and how I would calculate the best stack overflow size for my computer? I'm running MCL on an old Powerbook with 512 MB of RAM.

Thanks for your time,

Eddie

我对 Lisp 相当陌生，我正在尝试在原始 MCL 5.0（不是 RMCL 版本）上运行算法音乐应用程序。该程序通过逐步输入音乐的文本表示，并通过关联网络向用户学习来工作。不幸的是，在我开始输入文本后不久，我开始看到 GC 图标闪烁。我输入的文本越多，GC 出现的时间就越长，直到最后它会持续很长时间以致应用程序崩溃。我一直在与这个应用程序的创建者交谈，他从来没有遇到过这个问题。关于如何解决这个问题的任何想法？也许以某种方式改变了我的 MCL 的 GC 偏好？

附带说明一下，当我输入文本并且 GC 图标闪烁时，在 Activity Monitor 中它显示 MCL 使用了大约 90% 的 CPU 处理能力，但 RAM 不多。

有没有办法在 Windows 上运行 RMCL/MCL？我有很多为 RMCL 编写的代码，需要与 Windows 程序交互。现在我们通过网络通信来做到这一点，但这似乎太慢了。

几个月前我尝试过 PearPC，但这似乎不起作用。还有其他选择吗？

let我正在尝试在 Lisp 中编写一个使用自身重新实现的宏。这是一个没有实际目的的琐碎练习；然而，在回答了一个相关问题之后，我意识到我应该更多地了解宏。它们被吹捧为 Lisp 的一大优点，但我很少使用它们。

无论如何，这是我首先尝试的：

但是当我尝试类似的事情时：

这会引发一个错误：

args（a 和 b）设置正确，但 print 语句不起作用。我认为这是因为我使用了两个间接级别——指的是我在宏中创建的变量。但我似乎无法弄清楚如何解决它！有任何想法吗？

我正在使用 mcl 对图形进行聚类和分析。我不熟悉图论，我读到了函数mcxquery。

文档中说：“ mcxquery 的主要用途是分析不同相似性截止值的图。通常这是在使用非常宽松的阈值构造的图上完成的。例如，可以从数组表达式数据创建图使用具有非常低的 pearson 相关截止值（例如 0.2 或 0.3）的 mcxarray。”

他们所说的相似之处是什么？皮尔逊相关性如何用于分析图形？它是否在测量节点的“连接程度”？

我正在尝试使用micans.org上的马尔可夫聚类 (mcl) 算法的实现对数据进行聚类。我在算法描述中读到，可以将一个元素分配给多个集群。我怎样才能做到这一点？到目前为止，我可以获得具有独特点分配的集群，

I am trying to cluster points using mcl. The points take indices ind (e.g ind= [4,54,3,etc]). I converted my graph to .abc format and applied mcl to this file (following the instructions provided by micans). The output gives me clusters using the canonical domain (that is, for the example above, 3 would be represented by 0, 4 by 1, 54 by 3). Is there a way to get the output using the indices I gave in input?

我正在使用mcl进行聚类。我试图通过调整膨胀参数 I 和我引入的几个其他参数来“优化”关于质量分数的聚类。

我对此优化有疑问：

1）如果我错了，请纠正我：当我们尝试预测新输入的类时使用交叉验证。因此，当所有输入都已知并且我们只是尝试重新组合它们时，这个概念在聚类的上下文中是没有意义的

2）我计划用我的不同参数集进行实验，然后选择那些给我最好结果的参数。但是，我阅读 clm close了使用层次聚类并遍历树以找到最佳参数的可能性。我不熟悉层次聚类，但是这种方法如何胜过仅测试不同的参数？

我正在使用 mcl 对无向图进行聚类。为此，我选择了连接节点的阈值、每条边的相似性度量以及用于调整图形粒度的膨胀参数。我一直在玩这些参数，但到目前为止，我的集群似乎太大了（我做了可视化，建议最大的集群应该被切割成 2 个或更多集群）。因此，我想知道我可以使用哪些其他参数来改进我的聚类（我目前正在使用 mcl 的 scheme 参数来查看提高准确性是否会有所帮助，但是如果还有其他“更具体”的参数可以例如，帮助获得更小的集群，请告诉我）？