Question

我是Julia的新手，所以如果这太简单了，请原谅我。我正在尝试运行以下脚本。

using Pkg
Pkg.add("DataFrames")
using DataFrames

function LS(x,y,a)
    T = size(x,1)
    N = size(x,2)
    pred = fill(0.0,T)
    w= fill(0.0,N)
    for t = 1:T
        x1 = x[t,:]
        pred[t] = transpose(w) * x1
        err = a*(y[t]-pred[t])
        w = w + (err * x1)
    end
    return pred
end

input = readtable("input.csv")
output = readtable("label.csv")
en = convert(Array, input)
out = convert(Array, output)
a = 0.5
prediction = LS(en,out,a)
print(prediction)

我跑步时出现以下错误：

错误：LoadError：MethodError：没有方法匹配   *（:: Array {Float64,1}，:: Array {Union {Missing，Float64}，1}）最近的候选者是：*（:: Any，:: Any，！Matched :: Any，！Matched :: Any ...）在   operator.jl：502 *（！Matched :: LinearAlgebra.Adjoint {＃s571，＃s570}   其中＃s570 <：Union {DenseArray {T <：Union {Complex {Float32}，   复杂{Float64}，Float32，Float64}，2}，   ReinterpretArray {T <：Union {Complex {Float32}，Complex {Float64}，Float32，   Float64}，2，S，A}其中S其中A <：Union {SubArray {T，N，A，I，true}其中   I <：Tuple {AbstractUnitRange，Vararg {Any，N}，其中N}，其中A <：DenseArray   其中N，其中T，DenseArray}，ReshapedArray {T <：Union {Complex {Float32}，   Complex {Float64}，Float32，Float64}，2，A，MI}其中   MI <：Tuple {Vararg {SignedMultiplicativeInverse {Int64}，N}其中N}   A <：Union {ReinterpretArray {T，N，S，A}其中S在哪里   A <：Union {SubArray {T，N，A，I，true}其中   I <：Tuple {AbstractUnitRange，Vararg {Any，N}，其中N}，其中A <：DenseArray   其中N其中T，DenseArray}其中N其中T，SubArray {T，N，A，I，true}   其中I <：Tuple {AbstractUnitRange，Vararg {Any，N}其中N}   A <：DenseArray，其中N，其中T，DenseArray}，   SubArray {T <：Union {Complex {Float32}，Complex {Float64}，Float32，   Float64}，2，A，I，L}其中L其中I <：Tuple {Vararg {Union {Int64，   AbstractRange {Int64}，AbstractCartesianIndex}，N}其中N}其中   A <：Union {ReinterpretArray {T，N，S，A}其中S在哪里   A <：Union {SubArray {T，N，A，I，true}其中   I <：Tuple {AbstractUnitRange，Vararg {Any，N}，其中N}，其中A <：DenseArray   其中N其中T，DenseArray}其中N其中T，ReshapedArray {T，N，A，MI}   其中MI <：Tuple {Vararg {SignedMultiplicativeInverse {Int64}，N}，其中N}   其中A <：Union {ReinterpretArray {T，N，S，A}其中S   A <：Union {SubArray {T，N，A，I，true}其中   I <：Tuple {AbstractUnitRange，Vararg {Any，N}，其中N}，其中A <：DenseArray   其中N其中T，DenseArray}其中N其中T，SubArray {T，N，A，I，true}   其中I <：Tuple {AbstractUnitRange，Vararg {Any，N}其中N}   A <：DenseArray，其中N在T，DenseArray}其中N在T，   DenseArray}}，其中＃s571，:: Union {DenseArray {S，1}，   ReinterpretArray {S，1，S，A}其中S在哪里   A <：Union {SubArray {T，N，A，I，true}其中   I <：Tuple {AbstractUnitRange，Vararg {Any，N}，其中N}，其中A <：DenseArray   哪里N哪里T，DenseArray}，ReshapedArray {S，1，A，MI}哪里   MI <：Tuple {Vararg {SignedMultiplicativeInverse {Int64}，N}其中N}   A <：Union {ReinterpretArray {T，N，S，A}其中S在哪里   A <：Union {SubArray {T，N，A，I，true}其中   I <：Tuple {AbstractUnitRange，Vararg {Any，N}，其中N}，其中A <：DenseArray   其中N其中T，DenseArray}其中N其中T，SubArray {T，N，A，I，true}   其中I <：Tuple {AbstractUnitRange，Vararg {Any，N}其中N}   A <：DenseArray，其中N，其中T，DenseArray}，SubArray {S，1，A，I，L}其中   L其中I <：Tuple {Vararg {Union {Int64，AbstractRange {Int64}，   AbstractCartesianIndex}，N}，其中N}，其中   A <：Union {ReinterpretArray {T，N，S，A}其中S在哪里   A <：Union {SubArray {T，N，A，I，true}其中   I <：Tuple {AbstractUnitRange，Vararg {Any，N}，其中N}，其中A <：DenseArray   其中N其中T，DenseArray}其中N其中T，ReshapedArray {T，N，A，MI}   其中MI <：Tuple {Vararg {SignedMultiplicativeInverse {Int64}，N}，其中N}   其中A <：Union {ReinterpretArray {T，N，S，A}其中S   A <：Union {SubArray {T，N，A，I，true}其中   I <：Tuple {AbstractUnitRange，Vararg {Any，N}，其中N}，其中A <：DenseArray   其中N其中T，DenseArray}其中N其中T，SubArray {T，N，A，I，true}   其中I <：Tuple {AbstractUnitRange，Vararg {Any，N}其中N}   A <：DenseArray，其中N在T，DenseArray}其中N在T，   DenseArray}}），其中{T <：Union {Complex {Float32}，Complex {Float64}，   Float32，Float64}，S}在   /用户/osx/buildbot/slave/package_osx64/build/usr/share/julia/stdlib/v1.0/LinearAlgebra/src/matmul.jl:98   *（！Matched :: LinearAlgebra.Adjoint {＃s571，＃s570}其中＃s570 <：LinearAlgebra.AbstractTriangular其中＃s571，:: AbstractArray {T，1}其中T）在   /用户/osx/buildbot/slave/package_osx64/build/usr/share/julia/stdlib/v1.0/LinearAlgebra/src/triangular.jl:1805   ...

Stacktrace：2 LS（:: Array {Union {Missing，Float64}，2}，   :: Array {Union {Missing，Float64}，2}，:: Float64）在   /Users/wj/Desktop/Julia/NLSR.jl:16

2顶级范围，无：0

[3]包含于./boot.jl:317 [内联]

[4] include.relative（:: Module，:: String）在./loading.jl:1044

[5]在./sysimg.jl:29处包含（:: Module，:: String）

[6] exec_options（:: Base.JLOptions），位于./client.jl:231

[7] _start（）在./client.jl:425

如何成功运行此脚本？

备注： 算法伪代码为follows ：

沃伦发表评论后更新了脚本

代码现在可以使用！

Answer 1

我不确定您要在这里做什么，但是对我来说，它看起来至少不是最小平方。

话虽如此，脚本中的问题在此行中：

w = w + (err * x1)

x1和err都是向量，并且两个向量没有乘法运算符方法。例如，rand(2) * rand(2)也将出错。这是因为在这种情况下*的使用是不明确的。

如果要点积，请使用dot(x1, err)。

如果要使用按元素的乘积，请使用x1 .* err，它会在输入的元素之间广播*。

您的代码还有其他几个问题，但是我犹豫要尝试纠正它们，因为如上所述，我不确定您要做什么。

在Julia

1 个答案: