Rcpp Armadilllo 中的模板类 arma::Col

Question

亲爱的程序员们，

为了为大学研讨会编写 bootstrapped 回归版本，我尝试将我的 R 版本实现到 Rcpp 中（这是为了将 R 与 C++/Rcpp 进行比较）。但是，我一直坚持收到的错误消息，因为我并不真正理解这些（C++ 新手，尤其是 Armadillo 的挣扎）。

这是我正在使用的代码。第一个函数是我从互联网上复制的函数，用于获取矩阵的适当行子集（以实现适当的非参数 bootstrap）：

    #include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]
// [[Rcpp::export]]

arma::mat testrows(arma::mat x, arma::Col idx) {
  arma::mat xsub;
  xsub = x.rows(idx-1);
  return xsub;
}

此外，这是我为实际 bootstrap 版本编写的代码：

   #include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]
// [[Rcpp::export]]
arma::mat betaBoot(arma::colvec& y, const arma::mat& X, const int nboot) {
    int n = X.n_rows, k = X.n_cols;
    arma::mat betaHat(k,nboot);
    for(int i = 0; i < nboot; i++){
        Rcpp::NumericVector colId = Rcpp::runif(n, 0, (n-1));
        arma::mat X_boot = testrows(X, colId);
        arma::colvec y_boot = y(colId);
        betaHat.col(i) = arma::solve(X_boot, y_boot);
    }
    return betaHat;
}

betaHat 是包含 bootstrapped 系数向量（在每一列中）的矩阵，该矩阵的维度应为 k x nboot。 X_boot（在循环内）应该是 bootstrapped 数据和 y_boot 相应的相关观察。 colId 应该是 bootstrapping 过程的随机索引。最后，应该返回betaHat。

附件是我在使用 sourceCpp 时收到的错误图片。

也许这是我看不到的简单的东西，或者可能是缺乏经验，但是学习这些东西会很棒。所以，如果你能帮我解决这个问题，那就太好了。先感谢您艾琳

编辑：我的 bootstrapped 回归函数现在看起来（和工作）的方式：

#include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]
// [[Rcpp::export]]
arma::mat betaBoot(arma::colvec& y, const arma::mat& X, const int nboot) {
    int n = X.n_rows, k = X.n_cols;
    arma::mat betaHat(k,nboot);
    for(int i = 0; i < nboot; i++){
        arma::uvec colId = arma::randi<arma::uvec>(n, arma::distr_param(0,n-1));
      
        arma::mat X_boot = X.rows(colId);
        arma::colvec y_boot = y(colId);
        betaHat.col(i) = arma::solve(X_boot, y_boot);
    }
    return betaHat;
}

感谢我收到的所有有用评论。

Answer 1

来自评论；函数 testrows 为索引采用 arma::Col，但在 betaBoot 中传递了 Rcpp::NumericVector，因此出错。您还使用实数（随机统一）而不是整数索引进行子集化。 Rcpp 和 RcppArmadillo 提供了 sample 函数，可以在这里使用。（同样来自犰狳帮助页面应该是uvec）。

您可以使用 Rcpp 糖函数生成 select 行的索引：

Rcpp::IntegerVector x = Rcpp::seq(0, n-1);
arma::uvec idx = Rcpp::as<arma::uvec>(Rcpp::sample(x, n, true)) ;

或者您可以直接使用 arma::randi:

arma::uvec idx = arma::randi<arma::uvec>(n,  arma::distr_param(0,n-1));

使用第二种方法的一些代码，省略了 testrows 作为“我发现我不需要我的（偷来的）助手函数测试行":

#include <RcppArmadillo.h>

// [[Rcpp::depends(RcppArmadillo)]]
        
// [[Rcpp::export]]
arma::mat betaBoot( arma::mat X, arma::vec y, int nboot){
  
  int n = X.n_rows,  k = X.n_cols;
  arma::mat betaHat(k, nboot);
  
  for(int i=0; i < nboot; i++){
    arma::uvec idx = arma::randi<arma::uvec>(n,  arma::distr_param(0,n-1));
    arma::mat X_boot = X.rows(idx);
    arma::vec y_boot = y.elem(idx);
    betaHat.col(i) = arma::solve(X_boot, y_boot);
  }  
  return betaHat;
}

/***R
set.seed(1)
n = 25
nc = 2
x = cbind(1, matrix(rnorm(n*nc), nc=nc))
y = rnorm(n)

sim = betaBoot(x, y, 2000)
*/

Rcpp Armadilllo 中的模板类 arma::Col

Template classes arma::Col in Rcpp Armadilllo

r

armadillo

rcpp

rcpparmadillo

Rcpp Armadilllo 中的模板 类 arma::Col

Template classes arma::Col in Rcpp Armadilllo

r

armadillo

rcpp

rcpparmadillo

Rcpp Armadilllo 中的模板类 arma::Col