Question

我使用splines::ns与最小二乘拟合的结果各不相同，没有我能看到的押韵或理由，我想我已经将问题追溯到ns函数本身。

我已将问题简化为：

require(splines)
N <- 0
set.seed(1)
for (i in 1:100) N <- N + identical(ns(1:10,3),ns(1:10,3))
N

我的结果平均约为39，范围34--44左右，但我每次都预期为100。为什么ns的结果应该是随机的？如果我在两个地方用bs代替ns，我会按预期获得100分。我的set.seed(1)希望证明我得到的随机性不是R的意图。

在一个干净的会议中，使用RStudio和R版本2.14.2（2012-02-29），我得到39,44,38等等。其他人似乎都得到100。

更多信息：

为splines::ns替换ns会得到相同的结果。干净的香草会话给出了相同的结果。我的电脑有8个核心。

差异，一旦发生，通常或总是2 ^ -54：

Max <- 0
for (i in 1:1000) Max <- max( Max, abs(ns(1:10,3)-ns(1:10,3)) )
c(Max,2^-54)

结果为[1] 5.551115e-17 5.551115e-17。这种可变性给我带来了很大的问题，因为我的optimize(...)$min现在有时甚至在第一个数字上都有所不同，这使得结果不可重复。

我的sessionInfo带有干净的香草会话：

我使用

创建了我所理解的清洁香草会话

> .Last <- function() system("R --vanilla") 
> q("no")

这会破坏会话，当我重新启动它时，我会得到清洁的香草会话。然后，在回答Ben Bolker的澄清问题时，我在干净的香草会议开始时这样做了：

> sessionInfo()
R version 2.14.2 (2012-02-29)
Platform: x86_64-pc-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=English_United States.1252 
[2] LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] Revobase_6.1.0   RevoMods_6.1.0   RevoScaleR_3.1-0 lattice_0.20-0  
[5] rpart_3.1-51    

loaded via a namespace (and not attached):
[1] codetools_0.2-8   foreach_1.4.0     grid_2.14.2       iterators_1.0.6  
[5] pkgXMLBuilder_1.0 revoIpe_1.0       tools_2.14.2      XML_3.9-1.1      
> require(splines)
Loading required package: splines
> N <- 0
> set.seed(1)
> for (i in 1:100) N <- N + identical(ns(1:10,3),ns(1:10,3))
> N
[1] 32

Answer 1

这是我从REvolution Technical Suppoort获得的答案（经许可发布）：

这里的问题是浮点运算问题。革命   R使用Intel mkl BLAS库进行一些计算，这些计算有所不同   来自CRAN-R使用的内容并将此库用于'ns（）'   计算。在这种情况下，您也会得到不同的结果   取决于你是否正在进行计算   基于Intel处理器的机器或带有AMD芯片组的机器。

我们发运的是随附的BLAS和Lapack DLL   CRAN-R，但它们不是Revolution R使用的默认值。   如果客户选择并愿意，客户可以还原已安装的DLL，   通过执行以下操作：

1）。将'Rblas.dll'重命名为'Rblas.dll.bak'和'Rlapack.dll'   'Rlapack.dll.bak'        在'C：\ Revolution \ R-Enterprise-6.1 \ R-2.14.2 \ bin \ x64'文件夹中。

2）。在此文件夹中重命名文件'Rblas.dll.0'和'Rlapack.dll.0'   分别为Rblas.dll和Rlpack.dll。

他们的建议完美无缺。我使用RStudio（使用Revolution R）和Revolution R自己的IDE来回重命名这些文件几次，总是得到相同的结果：BLAS dll给我N==40 or so，CRAN-R dlls给我N==100。

我可能会回到BLAS，因为在我的测试中，%*%的速度提高了8倍，svd()的速度提高了4倍。这只是使用我的一个核心（由Windows任务管理器的进程选项卡的CPU使用情况列验证）。

我希望有更好理解的人可以写出更好的答案，因为我仍然不明白这一点的全部后果。

ns因各种原因而变化

1 个答案: