biglm - Ошибка: оператор $ недопустим для атомарных векторов - PullRequest
Новая
       23

biglm - Ошибка: оператор $ недопустим для атомарных векторов

0 голосов
/ 09 мая 2019

Я пытаюсь запустить обобщенную линейную модель на очень большом наборе данных (несколько миллионов строк). Однако R, похоже, не справляется с анализом, так как я продолжаю получать ошибки выделения памяти (не могу выделить вектор размера ... и т. Д.).

Данные помещаются в ОЗУ, но кажутся слишком большими для оценки сложных моделей. В качестве решения я исследую использование пакета ff для замены механизма хранения в оперативной памяти r на хранение на диске.

Я успешно (я думаю) выгружал данные на свой жесткий диск, но когда я пытаюсь оценить glm (через пакет biglm), я получаю следующую ошибку: 

Error: $ operator is invalid for atomic vectors

Я не уверен, почему я получаю эту конкретную ошибку при использовании функции bigglm. Когда я запускаю glm для полного набора данных, это не дает мне этой конкретной ошибки, хотя, возможно, r не хватает памяти, прежде чем он зайдет достаточно далеко, чтобы сработала ошибка «оператор недействителен».

Ниже приведен пример набора данных и кода. Обратите внимание, что стандартный glm отлично работает с этими примерами данных. Проблема возникает при использовании biglm.

Пожалуйста, дайте мне знать, если у вас есть какие-либо вопросы.

Заранее спасибо! 

#Load required packages
library(readr)
library(ff)
library(ffbase)
library(LaF)
library(biglm)

#Create sample data
df <- data.frame("id" = as.character(1:20), "group" = rep(seq(1:5), 4), 
                 "x1" = as.character(rep(c("a", "b", "c", "d"), 5)),
                 "x2" = rnorm(20, 50, 1), y = sample(0:1, 20, replace=T),
                 stringsAsFactors = FALSE)

#Write data to file
write_csv(df, "df.csv")

#Create connection to sample data using laf
con <- laf_open_csv(filename = "df.csv",
                    column_types = c("string", "string", "string", 
                                     "double", "string"),
                    column_names = c("id", "group", "x1", "x2", "y"),
                    skip = 1)

#Use LaF to import data into ffdf object
ff <- laf_to_ffdf(laf = con)

#Fit glm on data stored in RAM (note this model runs fine)
fit.glm <- glm(y ~ factor(x1) + x2 + factor(group), data=df, 
               family="binomial")

#Fit glm on data stored on hard-drive (note this model fails)
fit.big <- bigglm(y ~ factor(x1) + x2 + factor(group), data=ff, 
                  family="binomial")

1 Ответ

0 голосов
/ 09 мая 2019

Вы используете неправильный семейный аргумент. 

library(ffbase)
library(biglm)
df <- data.frame("id" = factor(as.character(1:20)), "group" = factor(rep(seq(1:5), 4)), 
                 "x1" = factor(as.character(rep(c("a", "b", "c", "d"), 5))),
                 "x2" = rnorm(20, 50, 1), y = sample(0:1, 20, replace=T),
                 stringsAsFactors = FALSE)
d <- as.ffdf(df)
fit.big <- bigglm.ffdf(y ~ x1 + x2 , data = d, 
                       family = binomial(link = "logit"), chunksize = 3)
...