R:将方差结构应用于nlme包中的gls的巨大内存需求
我使用R中R:将方差结构应用于nlme包中的gls的巨大内存需求,r,memory,memory-management,variance,nlme,R,Memory,Memory Management,Variance,Nlme,我使用R中nlme包的gls函数创建了一个模型。 然后,我尝试使用weights参数将固定方差结构添加到模型中 然而,我得到了一个关于内存分配的错误,这个错误看起来非常极端 glsEstimate(对象,控件=控件)中出错: “Calloc”无法分配内存(8字节的18446744073709551616) 关于如何处理这个问题有什么建议吗??? 背景: 我的代码: mod <- read.csv('mod.ht.dat.csv', head = T) dim(mod) [1] 9082
nlme
包的gls
函数创建了一个模型。
然后,我尝试使用weights
参数将固定方差结构添加到模型中
然而,我得到了一个关于内存分配的错误,这个错误看起来非常极端
glsEstimate(对象,控件=控件)中出错:
“Calloc”无法分配内存(8字节的18446744073709551616)
关于如何处理这个问题有什么建议吗???
背景:
- 我的代码:
mod <- read.csv('mod.ht.dat.csv', head = T) dim(mod) [1] 90826 8 library(nlme) lm3 <- gls(HT ~ D * I(D^2), data = mod, na.action = na.omit, method = 'ML') vf1Fixed <- varFixed(~D) lm2 <- update(lm3, . ~ ., weights = vf1Fixed) Error in glsEstimate(object, control = control) : 'Calloc' could not allocate memory (18446744073709551616 of 8 bytes)
- 会话信息:
R version 3.3.1 (2016-06-21) Platform: x86_64-w64-mingw32/x64 (64-bit) Running under: Windows 7 x64 (build 7601) Service Pack 1
gls
修改了代码(vs.update
),在模型调用本身内外放置了varFixed
,在模型调用之前,我为D^2创建了一个nw变量,我清除了内存,重新启动了计算机,等等……似乎没有什么能让这个庞大的数字下降
将这种固定方差结构添加到模型中是否真的会占用大量内存??或者可能是这里发生了我错过的其他事情?…
更新: 按照评论中的要求:
>traceback()
8: glsEstimate(object, control = control)
7: Initialize.glsStruct(glsSt, dataMod, glsEstControl)
6: Initialize(glsSt, dataMod, glsEstControl)
5: gls(model = HT ~ D + I(D^2) + D:I(D^2), data = mod, method = "ML",
na.action = na.omit, weights = vf1Fixed)
4: eval(expr, envir, enclos)
3: eval(call, parent.frame())
2: update.gls(lm3, . ~ ., weights = vf1Fixed)
1: update(lm3, . ~ ., weights = vf1Fixed)
>dput(head(mod,5))
structure(list(HT = c(3.7, 8.7, 10.1, 4, 8.7), SPEC = structure(c(53L,
53L, 53L, 53L, 53L), .Label = c("ACBA", "ACER", "ACRU", "AESY",
"AIAL", "ALJU", "AMAR", "BENI", "CACA", "CACO", "CACR", "CAFL",
"CAGL", "CAOL", "CAOV", "CAPA", "CARY", "CATO", "CECA", "CELA",
"CEOC", "CHVI", "COFL", "CRAT", "CRMA", "DIVI", "ELPU", "ELUM",
"EUAM", "FAGR", "FRAX", "GLTR", "HAVI", "ILAM", "ILDE", "ILOP",
"JUNI", "JUVI", "LIBE", "LIJA", "LISI", "LIST", "LITU", "LOMA",
"MAGR", "MATR", "MORU", "NYSY", "OSVI", "OXAR", "PATO", "PIEC",
"PITA", "PIVI", "PLOC", "PRSE", "QUAL", "QUCO", "QUER", "QUFA",
"QULY", "QUMA", "QUPH", "QURG", "QURU", "QUST", "QUVE", "RHCO",
"SAAL", "STGR", "ULAL", "ULAM", "ULRU", "UNKN", "VAAR", "VACC",
"VACO", "VAST", "VIAC", "VIBR", "VIPR", "VIRA", "VIRU"), class = "factor"),
D = c(4.1, 6.9, 7.4, 6.9, 13.7), plot = c(4L, 4L, 4L, 4L,
4L), tree_age = c(9L, 13L, 16L, 9L, 13L), Year = c(1933L,
1937L, 1940L, 1933L, 1937L), StaticLineID = c(1L, 1L, 1L,
2L, 2L), D2 = c(16.81, 47.61, 54.76, 47.61, 187.69)), .Names = c("HT",
"SPEC", "D", "plot", "tree_age", "Year", "StaticLineID", "D2"
), row.names = c(NA, 5L), class = "data.frame")
更新2: 请注意:我尝试对我的数据应用完全不同类型的方差结构,以查看我的计算机如何处理我认为相对类似的内存密集型过程
- 这次我添加了varIdent方差结构:
>vf2 <- varIdent(form = ~ 1 | SPEC) >lm22 <- update(lm3, . ~ ., weights = vf2)
>vf2 lm22解决方案:从方差协变量中删除0值 我仍然不确定为什么会发生这种情况(尽管我假设仔细看看
可能会告诉我),但我发现了这个问题 有3个实例,其中D=0 (更一般地说,在我试图用来生成固定方差结构的变量(所谓的方差协变量)中有0个值) 一旦我从我的训练数据中删除了这3棵0值的树,模型就按预期运行(并且几乎立即运行)varFixed
[注意:这些树都表示数据收集错误,所以可以“扔掉它们”]。您是否可以包括
的输出,如果可能的话traceback()
来查看数据structure@Osssan:请参阅更新。我已经添加了dput(head(mod,5))
和回溯
的输出。如果使用三次正交多项式(参见多边形函数)而不是相同变量的线性和二次效应之间的这种奇怪的交互作用,会发生什么。你的模型似乎不太合理。@Roland:即使我去掉了线性和二次效应之间的“交互作用”,我仍然会得到同样的错误。你能提供一个可重复的例子吗?我不认为你会得到一个没有答案的答案。好吧,你已经分配了无限的权重。dput
>vf2 <- varIdent(form = ~ 1 | SPEC) >lm22 <- update(lm3, . ~ ., weights = vf2)