扫码加入数据分析学习群

我在R中实现我的功能并尝试结果以确定它是否是我期望的。我想要评估的功能是：

该功能正常工作，直到我增加数据矩阵的大小（例如，它适用于N = 10但不是N = 12时，下面会发布一个示例。）

我确定是否与我的实现或溢出问题有关。

# Generate Sample Data
gen.sample <- function(n){
  x <- runif(n,min = -5,max = 5)
  y <- ifelse(x < 0,-1,1)
  return(data.frame(x,y))
}

# Objective function L_D
obj_fun <- function(X,y,alpha){
  N <- length(X) 
  inner.product <- numeric(N)
  for(i in 1:N){
    for(k in 1:N){
      inner.product[k] <- alpha[i]*alpha[k]*
        y[i]*y[k]*(t(as.numeric(X[i]))%*%as.numeric(X[k]))
    }
  }
  L_D <- sum(alpha) - 0.5*sum(inner.product)
  return(L_D)
}

# L_D works when N = 10
set.seed(4997)
options(digits = 4,scipen = -4)
N = 10
sample.data <- gen.sample(n=N)
X.data <- sample.data$x
y.vec <- sample.data$y

alpha.vector <- matrix(rep(c(-5,-4,-3,-2,-1,0,1,2,3,4,5),11*N),ncol = 11, nrow = N, byrow = TRUE)
for(j in 1:N){
  alpha.vector[j,2] <- rnorm(1,5,5)
}

for(i in 1:N){
  print(obj_fun(X = X.data, y = y.vec, alpha =  alpha.vector[i,]))
}

# It produces all NA when N = 12

set.seed(4997)
options(digits = 4,scipen = -4)
N = 12
sample.data <- gen.sample(n=N)
X.data <- sample.data$x
y.vec <- sample.data$y

alpha.vector <- matrix(rep(c(-5,-4,-3,-2,-1,0,1,2,3,4,5),11*N),ncol = 11, nrow = N, byrow = TRUE)
for(j in 1:N){
  alpha.vector[j,2] <- rnorm(1,5,5)
}

for(i in 1:N){
  print(obj_fun(X = X.data, y = y.vec, alpha =  alpha.vector[i,]))
}
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA

出了什么问题？我没有看到这个问题。

解决办法：问题出现在这个循环中obj_fun并且涉及到您正在使用的内容alpha：

for(i in 1:N){

for(k in 1:N){

inner.product[k] <- alpha[i]*alpha[k]*...

}

}

两件事情：

（1）你设置，N=12但你调用obj_fun(..., alpha=alpha.vector[i,])，其中alpha.vector[i,]是长度为11的向量。我粘贴的循环尝试访问alpha[i]时i=N，这NA是因为没有第12个元素alpha

（2）注意当你逐步执行双循环时会发生什么：当i=1和k=1，你为一个值赋值inner.product[1]。然后i=1和k=2你分配一个值inner.product[2]。这是好的，直到i变化为止i=2。当i=2和时k=1，inner.product[1]通过为其指定新值来覆盖。这一直持续到i=N和k=N，此时您覆盖inner.product[k]所有k，但这次NA是因为你执行涉及计算alpha[i]和alpha[k]其中，在上述（1），都是的“外部”刚才解释alpha。因此，所有的inner.product都充满了NA。