64位R';Windows7下的s optim
我目前正处于开发我的第一个R包的最后阶段,该包应该适合多项式处理树(MPT)模型(当前版本见its)。模型拟合是通过R的64位R';Windows7下的s optim,windows,optimization,r,64-bit,Windows,Optimization,R,64 Bit,我目前正处于开发我的第一个R包的最后阶段,该包应该适合多项式处理树(MPT)模型(当前版本见its)。模型拟合是通过R的optim功能实现的。 今天我第一次在Windows7机器上玩它,发现了一件非常奇怪的事情:optim在使用64位版本的R时没有成功收敛。这在我看来像是一个bug(特别是当nlminb对两个R版本都收敛时)。由于optim是我的软件包的核心,因此非常感谢您在这个问题上提供的任何帮助 下面是一个可重复性最低的示例(通常通过表达式指定模型,而不是在目标函数中指定,但为简单起见,我将
optim
功能实现的。今天我第一次在Windows7机器上玩它,发现了一件非常奇怪的事情:
optim
在使用64位版本的R时没有成功收敛。这在我看来像是一个bug(特别是当nlminb
对两个R版本都收敛时)。由于optim
是我的软件包的核心,因此非常感谢您在这个问题上提供的任何帮助
下面是一个可重复性最低的示例(通常通过表达式指定模型,而不是在目标函数中指定,但为简单起见,我将所有内容都放在目标函数中):
最后一点注意:我们有一些例子(这是我们最简单的例子模型)可以在64位R和optim
上工作,但是更多的例子(如这里所示)不起作用
计数总是3
编辑:
固定起始值时(感谢Joshua Ulrich)optim
不会偏离64位R下的固定值:
nlminb(runif(3, 0.1, 0.9), llk.tree, data = c(24, 65, 30, 61), lower = 0, upper = 1)
$par
[1] 1.0000000 0.4944445 0.3000000
$objective
[1] 234.711
$convergence
[1] 0
$iterations
[1] 14
$evaluations
function gradient
19 55
$message
[1] "relative convergence (4)"
optim(c(0.5, 0.5, 0.5), llk.tree, data = c(24, 65, 30, 61), method = "L-BFGS-B", lower = rep(0, 3), upper = rep(1, 3))
$par
[1] 0.5 0.5 0.5
$value
[1] 276.1238
$counts
function gradient
3 3
$convergence
[1] 0
$message
[1] "CONVERGENCE: REL_REDUCTION_OF_F <= FACTR*EPSMCH"
optim(c(0.5,0.5,0.5),llk.tree,data=c(24,65,30,61),method=“L-BFGS-B”,lower=rep(0,3),upper=rep(1,3))
$par
[1] 0.5 0.5 0.5
美元价值
[1] 276.1238
美元计数
函数梯度
3 3
$convergence
[1] 0
$message
[1] “收敛:REL_REDUCTION_OF_F我们今天做了更多的测试,发现了与使用64位R的Linux下的问题中描述的相同的问题
然而,由于这个巧妙的想法,我们尝试了一个简单的更改来解决问题(尽管问题仍然可疑)。在目标函数末尾,如果llk
是Inf
,我们将其设置为一个极高的值(was1e19
)。
使用较小的值(例如,1e10
)可以消除64位机器上的问题(目前已在Linux上测试):
llk.tree您能为产生错误结果的set.seed()
提供一个值吗?使用指定的而不是随机的起始值运行它会在我的机器上产生错误,例如.5:optim(c(0.5,0.5,0.5),llk.tree,data=c(24,65,30,61),method=“L-BFGS-B”,lower=rep(0,3),upper=rep(1,3))
@Joshua,请看我的编辑,这让我更加无言以对……因为据我所知,你遇到了一个bug。@Joshua谢谢你的评论。我将在这里等待另一天的其他评论,然后在邮件列表上发布。
$par
[1] 0.8668081 0.6326655 0.1433857
$value
[1] 257.7328
$counts
function gradient
3 3
$convergence
[1] 0
$message
[1] "CONVERGENCE: REL_REDUCTION_OF_F <= FACTR*EPSMCH"
nlminb(runif(3, 0.1, 0.9), llk.tree, data = c(24, 65, 30, 61), lower = 0, upper = 1)
$par
[1] 1.0000000 0.4944445 0.3000000
$objective
[1] 234.711
$convergence
[1] 0
$iterations
[1] 14
$evaluations
function gradient
19 55
$message
[1] "relative convergence (4)"
optim(c(0.5, 0.5, 0.5), llk.tree, data = c(24, 65, 30, 61), method = "L-BFGS-B", lower = rep(0, 3), upper = rep(1, 3))
$par
[1] 0.5 0.5 0.5
$value
[1] 276.1238
$counts
function gradient
3 3
$convergence
[1] 0
$message
[1] "CONVERGENCE: REL_REDUCTION_OF_F <= FACTR*EPSMCH"
llk.tree <- function (Q, data)
{
p <- Q[1]
q <- Q[2]
r <- Q[3]
e <- rep(NA,4)
e[1] <- p * q * r
e[2] <- p * q * (1-r)
e[3] <- p * (1-q) * r
e[4] <- p * (1-q) * (1-r) + (1-p)
llk <- sum(data * log(e))
if (is.na(llk))
llk <- -1e+10
if (llk == -Inf)
llk <- -1e+10
return(-llk)
}
# The call to optim:
optim(runif(3, 0.1, 0.9), llk.tree, data = c(24, 65, 30, 61), method = "L-BFGS-B", lower = rep(0, 3), upper = rep(1, 3))