R 管理浮点精度

我正在努力解决这些问题。浮点精度，无法找到解决方案

下面是一个简短的例子：

aa<-c(99.93029, 0.0697122)
aa
[1] 99.9302900  0.0697122
aa[1]
99.93029
print(aa[1],digits=20)
99.930289999999999

因此，我需要找到一种方法，使我的正常化正确

谢谢

PS-在本网站和其他地方有许多问题，讨论了明显的精度损失问题，即数字显示不正确（但存储正确）。例如，在这里： 这是一个明显的问题，因为号码存储不正确（但显示在右侧）

---

（R版本3.2.1（2015-06-18），win 7 x64）

我想你误解了这里的意思。这与R存储正确值的情况相同，但显示时会根据所选选项的值相应地显示该值。 例如：

但是

也

---

浮点精度总是会产生很多混乱。要记住的关键思想是：当你使用double时，没有办法“按原样”或“完全正确”地存储每个实数——你所能存储的最佳值是最接近的可用近似值。因此，当您键入（R或任何其他现代语言）类似于

x=99.93029

的内容时，您将得到由

99.93028999999999

表示的数字

现在，当你期望

a+b

精确到“100”时，你的术语是不准确的。你能得到的最好结果是“小数点后100到N位”，并且希望N足够大。在您的情况下，可以正确地说

99.9302900+0.0697122

是100，精度为5个小数点。当然，如果将该等式乘以10^k，您将失去额外的k位精度

因此，这里有两种解决方案：

a。要在输出中获得更高的精度，请在输入中提供更高的精度

bb <- c(99.93029, 0.06971) 
print(bb[2]/(100-bb[1])*100, digits = 20)
[1] 99.999999999999119

---

bb除了前面的答案之外，我认为关于这个主题的一个好讲座应该是

R地狱，由p.伯恩斯创作

我相信你的问题不是关于阅读表格，而是关于R.hmmmYeees的数字精度。。。我明白你的意思了。最后一个例子和我的相似。但这意味着1存储为1，1.1存储为1.1+1e-16，不是吗？我认为这是不可预测的/不在用户的控制之下。我可能会得到一些“正确”的数字，一些“错误”。我可以理解，但是你会建议我如何解决这个问题（特别是，让
a2/（100-a1）=1
，或者确实足够接近1）？@jfmoyen，将
signif
函数用于解决取整
round（aa[2]/（100 aa[1]），digits=1的问题。。打印时不必包括数字选项。只需使用打印（a2/（100-a1）=1）
[1]100
@imh017，我意识到这一点，但问题是因为我的值“不够接近100”（正如您在另一个回复中简洁地解释的那样）在下游重复使用，并且错误很快累积起来。这不是显示结果的问题。@Parth，我想我最终会用round/signif来控制事情，事实上。对于澄清，用正确的术语来设置问题非常有帮助！然而，我不明白你使用bb的例子和我使用aa的例子之间的区别？在这种情况下，您是如何提供“更精确的输入”的？@jfmoyen
sum（aa）
是100.0000022，而
sum（bb）
是100到10^-15。另一种方式是，
cc我知道，我在最初的问题中提到了：-）遗憾的是，“地狱”并不意味着解决方案……oops:D不，事实上，通常没有（简单的）解决方案。但至少它表明这是一个已知的问题：）
# the output of below will be:
> print(99.930289999999999,digits=20)
[1] 99.930289999999999395

# the output of:
> print(1,digits=20)
[1] 1

> print(1.1,digits=20)
[1] 1.1000000000000000888

bb <- c(99.93029, 0.06971) 
print(bb[2]/(100-bb[1])*100, digits = 20)
[1] 99.999999999999119