问题标签 [microsoft-r]

更新（2014 年 8 月）：我从未深究此事，也从未在 Revolution 论坛上得到任何反馈。然而，这个问题似乎已在 Revolution R 7.2 中得到解决（使用 R 3.0.3，同样是学术版本）。我运行了几百次以下的 lme() 测试，所有结果都和预期的一样。[更新结束]

我刚刚在一台新 PC 上安装了革命 R 7.0 (R 3.0.2) 的学术版，下面的代码得到了奇怪的结果。每次运行代码时，它都会给出不同的结果。在 CRAN-R 下，结果总是相同的（我认为应该如此）。代码片段来自test.data.table()版本 1.8.10 的测试 527，它指出了错误。

我得到类似下面的东西，但每次都不一样。

'有趣'的事情是nlme包（其中lme()的一部分）本身是相同的，我卸载并重新安装以确保（包的 nlme_3.1-113.zip 文件是逐位相同的）。

我还不够了解，无法深入了解。任何指针或想法将不胜感激。我也在Revolutions的论坛上发过帖子，但这里的人似乎比这里少得多……

这是在 64 位 Windows 8.1、64 位 R 以及 Intel i7-4770 CPU 下（如果重要）。当前版本的 Revolution R (R 3.0.2) 和之前的 (2.15.3) 都会产生意想不到的（对我而言）行为。CRAN-R 3.0.1 和 3.0.2 产生相同的结果。

革命 R 的 sessionInfo() 输出：

更新 1： 我已经将问题（遵循下面的答案和评论中的一些指针）追溯到 Revolution R 使用英特尔 MKL BLAS 库的事实。如果我切换到 CRAN 提供的 BLAS 库，问题就会消失。（注意：我对自己编译 R 的了解不够，所以我没有测试过 OpenBLAS 和其他替代方案。在 Revolution R 中，只需重命名两个 dll-s。）。

似乎其他人也得到了与 MKL 不一致的结果。机器公差内存在差异，即为all.equal()TRUE 而identical()为 FALSE。在我的案例中，不同的结果似乎非常大。

我已经在 Revolution R 的论坛上发布了这个问题，如果我得到回复，我会在这里更新。我想此时我的问题应该修改为“何时使用 MKL BLAS 以及何时使用 CRAN-R BLAS”。这不是速度（*）的问题，而是一致和正确的结果。我将花更多时间寻找标准测试套件（不确定此处的术语？）以检查 R 的输出与已知正确的输出。这是我喜欢的事情之一data.table，它有自己的测试对最终用户可见。我知道我不应该期望包含所有（甚至大多数）包的单个测试，但至少涵盖基本功能的东西。

(*) 速度取决于具体的工作流程。在这种特殊情况下，CRAN BLAS 比 MKL 快（都运行单线程）。在其他工作中，Revolution R 的速度要快得多，这就是我研究它的原因。

我有一个函数，我正在使用 rxXdfToDataFrame 读取 xdf 文件，并在我的表达式中使用变量进行 rowSelection。如果我不通过transformEnvir=environment()，则找不到该变量。我的问题是，用 调用函数后transformEnvir，我似乎无法可靠地访问.GlobalEnv. 如果我将一个数字硬编码到rowSelection我不需要使用transformEnvir并且一切正常。我尝试设置环境，但我不确定我是否做得正确。

以下代码重现了我的问题：

发生的错误：

但是，如果使用 , 而不是setDT(),data.table::setDT()则函数执行。

编辑：我忘了提到我已经尝试过没有transformEnvir设置并且一切正常。此外，tables() 已更改为 setDT() 以避免可能的混淆。

我从以下位置安装了 R Open 的 beta 版本：

http://mran.revolutionanalytics.com/documents/rro/installation/

它还安装了通常的 R GUI，我在 MRAN 站点上找不到切换到 RStudio 的文档。有人找到了让 RStudio 在 RRO 上运行的方法吗？

我正在尝试在 macbookpro 2014 和优胜美地上安装包 png。

我正在使用 RRO（但我相信我会遇到与 R 类似的问题）。

这是我在 RRO 控制台上看到的内容：

另一方面，我已经安装（使用自制软件）libpng，我可以在终端上输入 libpng-config 并得到响应

我的选择已经不多了...

我下载并安装了Revolution R Open。R 的当前版本是 3.1.1 (2014-07-10) -- “Sock it to Me”，Revolution R Open 的版本是 8.0 beta。我已经开始了将数据转换为 .xdf 格式（Revolution 内部）的基本教程。

但是我收到以下错误：

file.path 中的错误（rxGetOption（“data”），：找不到函数“rxGetOption”

在我看来，这是一个新手错误。无论如何，我只是用谷歌搜索找不到答案。请帮助我解决错误问题。

我目前正在尝试使用 rxImport：

但是我需要将文件上的分隔符设置为“|”。

在 R 中读取的标准文件中：

我可以设置分隔符。如何使用 rxImport 执行此操作？

我正在尝试csv使用 Revolution Analytics 导入文件。

我的代码如下：

在启动代码之前我注意删除myXdf并使用扫描前 1000 个元素来定义 vector colClasses。

它给了我以下错误：

有人已经遇到过这个错误吗？

我需要对具有 480.000 个条目和 3 个固定效应变量的相对较大的数据框运行逻辑回归。固定效应 var A 有 3233 级，var B 有 2326 级，var C 有 811 级。所以总的来说我有6370个固定效果。数据是横截面的。如果我无法使用正常glm函数运行此回归，因为回归矩阵对于我的记忆来说似乎太大（我收到消息“ Error: cannot allocate vector of size 22.9 Gb”）。我正在寻找在我的 Macbook Air（OS X 10.9.5 8GB RAM）上运行此回归的替代方法。我还可以访问具有 16GB RAM 的服务器。

我已经尝试以几种不同的方式解决这个问题，但到目前为止都没有产生令人满意的结果：

lfe/felm：使用lfe包的 felm 回归函数，在运行回归之前减去固定效应。这完美地工作，并允许我在短短几分钟内将上述回归作为正常的线性模型运行。但是，lfe不支持逻辑回归和 glms。所以 felm 非常适合了解模型是否适合不同模型，但不适用于最终的逻辑回归模型。

biglm/bigglm：我考虑过使用bigglm将我的功能分解成更易于管理的块。但是，有几个来源（例如link1、link2、link3) 提到为了使它起作用，因子水平需要跨块保持一致，即每个块必须包含每个因子变量的每个因子中的至少一个。因素 A 和 B 包含只出现一次的关卡，因此我无法将这些集合分成具有一致关卡的不同块。如果我删除 10 个固定效应 A 因子和 8 个 B 因子（一个微小的变化），我将只剩下 4 个以上水平的因子，将我的数据分成 4 个块将使它更易于管理。但是，我仍然需要弄清楚如何对我的 df 进行排序，以确保我的 480.000 个条目被分类为 4 个块，其中 3 个因子中的每个因子的每个因子级别至少出现一次。

GlmmGS/glmgs：glmmgs同名包中的函数执行固定效应减法，就像lfe使用“Gauss-Seidel”算法进行逻辑回归的包一样。不幸的是，该软件包不再被开发。对 R 来说相对较新，并且对统计没有深入的经验，我无法理解输出，也不知道如何以一种可以给我正常的“效果大小”、“模型拟合”、“ glm 回归摘要提供的显着性区间”指标。

我向包的作者发送了一条消息。他们友好地回应如下：

该包不提供与 glm 对象相同格式的输出。但是，给定当前输出（在 CRAN 版本中，我相信当前输出是系数估计的向量，以及相关向量标准误差；对于协方差分量也是如此，但如果您正在拟合没有随机效应的模型，则不必担心它们）。请注意，用于计算标准误差的协方差矩阵是与 Gauss-Seidel 算法相关的精度矩阵的对角块的逆矩阵，因此它们往往会低估联合似然的标准误差。我不再维护该软件包，也没有时间了解具体细节； 手册中引用的纸张，其他一切都需要您用笔和纸来解决:)。

如果有人可以解释如何“轻松计算大多数拟合统计数据”，让没有任何统计学知识的人可以理解它（可能是不可能的），或者提供 R 代码来举例说明如何做到这一点，我会非常感谢！

革命分析：我在我的 Mac 上模拟 Windows 7 的虚拟机上安装了革命分析企业。该程序有一个RxLogit针对大型逻辑回归进行了优化的函数。使用RxLogit我得到的函数the error (Failed to allocate 326554568 bytes. Error in rxCall("RxLogit", params) : bad allocation)，所以该函数似乎也遇到了内存问题。但是，该软件使我能够在分布式计算集群上运行我的回归。因此，我可以通过在具有大量内存的集群上购买计算时间来“解决问题”。但是，我想知道革命分析程序是否提供了任何我不知道的公式或方法，这些公式或方法可以让我进行某种考虑因素lfe的固定效应减法运算或分块运算。bigglm

MatrixModels/glm4：有人建议我使用带有属性的包的glm4功能来加快计算速度。如果我使用所有固定效果运行回归，我会得到一个“错误。如果我只使用固定效果变量 B OR A 和 C 运行它，则计算工作并返回一个对象。就像我在将输出转换为一种对我有意义的形式，因为标准方法似乎不适用于它。MatrixModelssparse = TRUEglm4"Error in Cholesky(crossprod(from), LDL = FALSE) : internal_chm_factor: Cholesky factorization failed"glpModel"glmmGSsummary()

我很乐意就上述任何问题或完全不同的方法在 R 中运行具有多个大型固定效应和内存限制的逻辑回归提供建议。

Revolution R Open (RRO) 与checkpoint包一起分发，以提高包参考的可重复性。但是，有些用户可能并不关心可重复性，而是真正关心 RRO 提供的性能增强。

checkpoint是否可以在没有包及其功能的情况下使用 RRO ？

我尝试在 Rstudio Server 0.99.467 和 Revolution Analytics Open R 3.2.0（主要是标准 R 3.2.0 和一些附加包）中加载 rJava，我收到以下错误

我正在使用 Centos 6.5 和 Oracle Java 1.8 JDK

我用谷歌搜索了这个问题，其中一个解决方案是将 JAVA_HOME 设置为空字符串，但是我已经将它设置为该值。

如果这可能是问题的原因，我还有两个库路径：

当我尝试在 bash 中的 R 控制台中加载此包时，不会出现此类错误。