增加数据大小时函数产生 NA

Question

我正在 R 中实现我的函数并尝试根据结果来确定它是否符合我的预期。我要评估的功能是：

在我增加数据矩阵的大小之前，该函数可以正常工作（例如，它适用于 N = 10，但不适用于 N = 12，下面将发布示例。）

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？我没有看到问题。

任何帮助都会很棒！

Answer 1

问题出在obj_fun 中的这个循环中，涉及到您在alpha 中使用的内容：

for(i in 1:N){
    for(k in 1:N){
      inner.product[k] <- alpha[i]*alpha[k]*...
    }
  }

两件事：

(1) 你设置了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。我在上面粘贴的循环尝试访问alpha[i]，而i=N 是NA因为alpha中没有第12个元素

(2) 注意当你单步执行你的双循环时会发生什么：当i=1 和k=1 时，你给inner.product[1] 赋值。然后i=1 和k=2 给inner.product[2] 赋值。这很好，直到i 更改为i=2。当i=2 和k=1 时，您通过为其分配一个新值来覆盖inner.product[1]。这一直持续到i=N 和k=N，此时您将覆盖所有k 的inner.product[k]，但这次使用NA，因为您执行涉及alpha[i] 和alpha[k] 的计算，正如刚才解释的那样在上面的（1）中，都是alpha 的“外部”。因此，所有inner.product 都充满了NA。

---

编辑：根据您添加到问题中的数学方程式，以及您指出 alpha、x 和 y 都是长度为 n 的向量，我相信这个函数会满足您的要求：

newfun <- function(x, y, alpha) {
    axy <- alpha*x*y
    sum(alpha) - 0.5*sum(outer(axy, axy, "*"))
}

Answer 2

试试这个：

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(-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6),13*N),ncol = 13, 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,]))
}

问题就在这里：

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)
}

此函数从 1 循环到 12，但 alpha 没有元素 12 或 11！

顺便说一句：可以通过使用apply family 和其他更改来改进这种循环执行代码的方式！