R 调用aaply导致因子级错误消息

我正在修改r代码以使用并行处理。我将这些库称为“plyr”，

“compiler”

，

“doParallel”

，

“foreach”

。然后使用

makeCluster（）

，

registerDoParallel（）

在两个内核上设置处理。完成后，我调用了函数

aaply（）

。然而，我得到了一个factor（）函数典型的消息错误

我检查了是否省略了函数makeCluster（）、registerDoParallel（）的任何相关指令，以启用aaply（）的正确应用程序

此外，此调用是在循环或任何其他迭代指令块之外进行的

多核条件下的并行处理

Cores 1 | is.na（Cores）==FALSE）{
cl您可以添加示例数据和什么是
column.gsdlm.c
？当然可以。增广的.Y是二项式（0，1）的Y矩阵的组合值与更小的连续值矩阵Eta.m相结合，Y为观测数据，Eta.m为潜在变量。θ.m是一个外部调用的潜在变量向量，例如，它已经存在于内存中。column.gsdlm.c是一个生成对数似然值的sumproduct运算。其思想是生成一个值向量（LL.items.old）比“简单”应用调用快。@Steve抱歉，这里是一个数据Y=n x p，矩阵，n=100，p=10的示例，如第1行1010000000…Eta.m=2 x p，矩阵-1.7 1.9 2.4。。。。
Cores <- detectCores(logical = FALSE) # pick up cores in the system running the code

  if (Cores > 1 | is.na(Cores) == FALSE) {

cl <- makeCluster(Cores) # set computer clusters according to cores

registerDoParallel(cl, cores = Cores) # initialize parallelization

multicore <- TRUE } else multicore <- FALSE 

Augmented.Y <- rbind(Eta.m, Y)

# stop("check aaply")

LL.items.old <- aaply(Augmented.Y, 
                      2, 
                      function(x) {

                      y.col <- x[-(1:dim(Eta.m)[1])]

                      eta   <- x[1:dim(Eta.m)[1]]

                      ll <- column.gsdlm.c(y.col, eta, theta.m) },

                      .inform = TRUE,

                      .parallel = multicore)