问题标签 [revolution-r]

我已经在 Windows 7 上安装了 R（64 位）版本 2.11.1，并且还从“REvolution foreach windows bundle”打包了 doSMP 和 revoIPC 以进行并行处理。然后我将库 doSMP 上传到 R 并从 R 收到以下消息

如何解决这个问题？似乎 doSMP 适用于 R 的 32 位分布，但不适用于 64 位分布。

我还测试了以下程序

我从 R 收到以下消息

非常感谢您的帮助。

托尼

我有 R 版本 2.12.2 附带的 Revolution-R-Community-4.3.0。我想更新到 R 2.14。我喜欢这样做保留一些革命-R 的性能增强库。

如果我换一种说法。我如何创建自己的具有相同性能的 R 分布。也包含在 Revo 中。R，我可以添加到我的安装中。

如何从 Revolution Analytics 网站下载的 RevoEnt-10817.enterprise.tar.gz 文件构建 Revolution R Enterprise？

我的系统是 Windows 7。我已经安装了 R 2.15 和 Rstudio。它会覆盖原来的 R 安装吗？

任何人都可以指导我逐步完成一些文件/材料吗？

我想在 Revolution R v6.1 中安装一个 SVN 客户端，例如 AnkhSVN。

我该怎么做呢？

安装Revolution R时，它尝试安装Visual Studio 2008 Isolated Shell SP1，但失败，因为它说我安装了需要先更新的以前版本的 VS。

问题是我VS2010 SP1已经安装了。

我正在尝试在单节点 Hadoop 集群中使用 rmr2 运行一个简单的 MR 程序。这是设置的环境

Ubuntu 12.04 (32 bit)
R (Ubuntu 自带 2.14.1，所以更新到 3.0.2)从这里
安装了最新的 rmr2 和 rhdfs以及对应的依赖 Hadoop 1.2.1

现在我正在尝试运行一个简单的 MR 程序

mapreduce 作业失败并在hadoop-1.2.1/logs/userlogs/job_201310091055_0001/attempt_201310091055_0001_m_000000_0/stderr中显示以下错误消息

但是，sessionInfo()显示功能包已加载

更新：我能够在不使用此处提到的 rmr2 和 rhdfs 库的情况下运行从 STDIO 读取和写入的 R MR 作业。所以，现在我的猜测是问题被隔离到 rmr2 和 rhdfs 包。

如何解决这个问题？

我一直在寻找汇总 xdf 文件中不同块中存在的值，但我无法让它工作。

你们中的任何人都有一个代码片段，其中您在 rxDataStep 的转换中使用了任何应用函数吗？

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。

有没有办法（任何特定的选项可供选择）在革命 R 中启用括号和引号完成？我正在使用革命 R 7.0。

我在找什么：如果我输入单个 " 或 ( 或 { 或 [ 那么编辑器应自动将其转换为 "" 或 () 或 {} 或 []

我知道如何为一个变量做到这一点。我们可以使用 equal.count() 或 quantile() 和 cut() 的组合。有人知道一个聚合函数可以同时为 100 列执行此操作吗？

我知道我可以写一个循环，但它很慢。有更快的方法吗？因为我正在研究一个大数据问题，所以也欢迎使用革命 R 的可能解决方案。提前谢谢！

澄清一下：我试图将每一列分成 20 个范围，而不仅仅是第一列。我不是试图拆分数据集，而是试图将变量转换为不同的范围。希望它澄清。十分感谢