r - 如何将自定义函数加载到 R 中的 foreach 循环中?
问题描述
我正在尝试运行具有特定空间相关结构的 gls 模型,该结构来自于从这篇文章修改 nlme 包/在全局环境中构建新函数(这篇文章的答案是创建允许实现相关结构的新函数)。不幸的是,当我通过 foreach 循环运行它时,我无法让这个空间相关结构工作:
#setup example data
data("mtcars")
mtcars$lon = runif(nrow(mtcars)) #include lon and lat for the new correlation structure
mtcars$lat = runif(nrow(mtcars))
mtcars$marker = c(rep(1, nrow(mtcars)/2), rep(2, nrow(mtcars)/2)) #values for iterations
#set up cluster
detectCores()
cl <- parallel::makeCluster(6, setup_strategy = "sequential")
doParallel::registerDoParallel(cl)
#run model
list_models<-foreach(i=1:2, .packages=c('nlme'), .combine = cbind,
.export=ls(.GlobalEnv)) %dopar% {
.GlobalEnv$i <- i
model_trial<-gls(disp ~ wt,
correlation = corHaversine(form=~lon+lat,
mimic="corSpher"),
data = mtcars)
}
stopCluster(cl)
当我运行它时,我收到错误消息:
Error in { :
task 1 failed - "do not know how to calculate correlation matrix of “corHaversine” object"
In addition: Warning message:
In e$fun(obj, substitute(ex), parent.frame(), e$data) :
already exporting variable(s): corHaversine, mtcars, path_df1
该模型适用于添加的相关结构:
correlation = corHaversine(form=~lon+lat,mimic="corSpher")
在正常循环中。任何帮助,将不胜感激!
解决方案
我不确定为什么您的foreach
方法不起作用,而且我也不确定您实际在计算什么。无论如何,您可以尝试使用parallel::parLapply()
似乎可行的这种替代方法:
首先,我使用 清除了工作区rm(list=ls())
,然后我运行了这个答案的整个第一个代码块,他们在其中创建了"corStruct"
类和corHaversine
方法以将其放在工作区以及下面的数据中,准备好使用clusterExport()
.
library(parallel)
cl <- makeCluster(detectCores() - 1)
clusterEvalQ(cl, library(nlme))
clusterExport(cl, ls())
r <- parLapply(cl=cl, X=1:2, fun=function(i) {
gls(disp ~ wt,
correlation=corHaversine(form= ~ lon + lat, mimic="corSpher"),
data=mtcars)
})
stopCluster(cl) ## stop cluster
r ## result
# [[1]]
# Generalized least squares fit by REML
# Model: disp ~ wt
# Data: mtcars
# Log-restricted-likelihood: -166.6083
#
# Coefficients:
# (Intercept) wt
# -122.4464 110.9652
#
# Correlation Structure: corHaversine
# Formula: ~lon + lat
# Parameter estimate(s):
# range
# 10.24478
# Degrees of freedom: 32 total; 30 residual
# Residual standard error: 58.19052
#
# [[2]]
# Generalized least squares fit by REML
# Model: disp ~ wt
# Data: mtcars
# Log-restricted-likelihood: -166.6083
#
# Coefficients:
# (Intercept) wt
# -122.4464 110.9652
#
# Correlation Structure: corHaversine
# Formula: ~lon + lat
# Parameter estimate(s):
# range
# 10.24478
# Degrees of freedom: 32 total; 30 residual
# Residual standard error: 58.19052
数据:
set.seed(42) ## for sake of reproducibility
mtcars <- within(mtcars, {
lon <- runif(nrow(mtcars))
lat <- runif(nrow(mtcars))
marker <- c(rep(1, nrow(mtcars)/2), rep(2, nrow(mtcars)/2))
})
推荐阅读
- tableau-api - Tableau 数据层仅转换为一种状态
- php - PDO MYSQL_ATTR_USE_BUFFERED_QUERY 不生效
- flutter - 尝试将我的颤振应用程序运行到我的设备时出现此错误报告
- javascript - 不使用 Express 节点服务器显示反应组件
- python - 如何生成随机数并将它们与令牌输入进行比较?
- reactjs - 用于具有多个值的字段的解析器的 Drupal GraphQL 逻辑
- c# - 为什么 StringBuilder 不能容纳大字符串并抛出 OOM Exception
- python - 如何使用scrapy抓取网站内的链接
- php - 遍历PHP中数组的特定部分
- c - 多个客户端进程连接到 1 个服务器进程