Rcpp套索解：一个自我研究

我是Rcpp的新手。我正在尝试为Rcpp中的lasso编写一个坐标下降算法，作为一个自学。该代码返回一个错误：

Mat::init(): requested size is not compatible with column vector layout

我在编写代码时也遇到了一些问题

对“sign”的调用没有匹配的函数

调用“ifelse”时没有匹配的函数

pow（X.col（j），2）：没有可行的转换

我写

---

• （S1>0）-（S1如何调用代码？@coatless调用
  sourceCpp（“filename.cpp”）
  。然后
  系数=betamat（X，y，seq（0,1,0.05））
  在
  R
  中。这里
  X
  是一个矩阵，
  y
  是一个向量。从代码大小的三分之一开始，一个接一个地消除警告。然后一行一行地添加代码。这里有免费午餐（TM）。“调试工作也有。oops.错过了必要的否，因为”这里（当然）没有免费午餐（TM）”.Armadillo确实支持
  符号
  ，c.f？
  // [[Rcpp::depends(RcppArmadillo)]]
  #include <RcppArmadillo.h>
  using namespace Rcpp; 
  using namespace arma;
  
  // [[Rcpp::export]]
  mat betamat(NumericMatrix Xr, NumericVector yr, NumericVector lambdar, double tol=0.0000001) {
    int N = Xr.nrow(), p = Xr.ncol(), l = lambdar.size();
    mat X(Xr.begin(), N, p, false);
    colvec y(yr.begin(), yr.size(), false);
    vec lambda(lambdar.begin(), lambdar.size(),false);
    colvec ols = solve(X,y);
    mat betas = zeros<mat>(p,l);
    //
    bool converged = false;
    for (int i = 0; i < l; ++i) {
      colvec b = zeros<vec>(p);
      colvec r = y-X*b;
      while(converged == false){
        colvec beta_old = betas;
        for(int j = 0; j < p; ++j){
        r = r + X.col(j)*b(j);
        double xr = dot(X.col(j),r);
        double S1 = xr/N;
        double xx = sum(X.col(j)%X.col(j))/N;   
        b(j) =((S1>0)-(S1<0))*(abs(S1)-lambda(i))/xx;
        if(b(j)>0){
          b(j)=b(j);
        }else{
          b(j)=0;
        }
        r = r - X.col(j)*b(j);
        }
        converged = (sum(abs(betas - beta_old)) < tol);
      }
      betas.col(i) = b;
    }
    return betas;
  }
  
  library(Rcpp)
  sourceCpp("filename.cpp")
  
  set.seed(1)
  X <- matrix(rnorm(100*3),100)
  y <- rnorm(100)
  coefficients <- betamat(X,y,seq(0,1,0.0005))