我在R中實現(xiàn)我的功能并嘗試結果以確定它是否是我期望的。我想要評估的功能是：

該功能正常工作，直到我增加數(shù)據(jù)矩陣的大?。ɡ?，它適用于N = 10但不是N = 12時，下面會發(fā)布一個示例。）

我確定是否與我的實現(xiàn)或溢出問題有關。

# Generate Sample Data
gen.sample <- function(n){
  x <- runif(n,min = -5,max = 5)
  y <- ifelse(x < 0,-1,1)
  return(data.frame(x,y))
}

# Objective function L_D
obj_fun <- function(X,y,alpha){
  N <- length(X) 
  inner.product <- numeric(N)
  for(i in 1:N){
    for(k in 1:N){
      inner.product[k] <- alpha[i]*alpha[k]*
        y[i]*y[k]*(t(as.numeric(X[i]))%*%as.numeric(X[k]))
    }
  }
  L_D <- sum(alpha) - 0.5*sum(inner.product)
  return(L_D)
}

# L_D works when N = 10
set.seed(4997)
options(digits = 4,scipen = -4)
N = 10
sample.data <- gen.sample(n=N)
X.data <- sample.data$x
y.vec <- sample.data$y

alpha.vector <- matrix(rep(c(-5,-4,-3,-2,-1,0,1,2,3,4,5),11*N),ncol = 11, nrow = N, byrow = TRUE)
for(j in 1:N){
  alpha.vector[j,2] <- rnorm(1,5,5)
}

for(i in 1:N){
  print(obj_fun(X = X.data, y = y.vec, alpha =  alpha.vector[i,]))
}

# It produces all NA when N = 12

set.seed(4997)
options(digits = 4,scipen = -4)
N = 12
sample.data <- gen.sample(n=N)
X.data <- sample.data$x
y.vec <- sample.data$y

alpha.vector <- matrix(rep(c(-5,-4,-3,-2,-1,0,1,2,3,4,5),11*N),ncol = 11, nrow = N, byrow = TRUE)
for(j in 1:N){
  alpha.vector[j,2] <- rnorm(1,5,5)
}

for(i in 1:N){
  print(obj_fun(X = X.data, y = y.vec, alpha =  alpha.vector[i,]))
}
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA
[1] NA

出了什么問題？我沒有看到這個問題。

解決辦法：問題出現(xiàn)在這個循環(huán)中obj_fun并且涉及到您正在使用的內(nèi)容alpha：

for(i in 1:N){

for(k in 1:N){

inner.product[k] <- alpha[i]*alpha[k]*...

}

}

兩件事情：

（1）你設置，N=12但你調(diào)用obj_fun(..., alpha=alpha.vector[i,])，其中alpha.vector[i,]是長度為11的向量。我粘貼的循環(huán)嘗試訪問alpha[i]時i=N，這NA是因為沒有第12個元素alpha

（2）注意當你逐步執(zhí)行雙循環(huán)時會發(fā)生什么：當i=1和k=1，你為一個值賦值inner.product[1]。然后i=1和k=2你分配一個值inner.product[2]。這是好的，直到i變化為止i=2。當i=2和時k=1，inner.product[1]通過為其指定新值來覆蓋。這一直持續(xù)到i=N和k=N，此時您覆蓋inner.product[k]所有k，但這次NA是因為你執(zhí)行涉及計算alpha[i]和alpha[k]其中，在上述（1），都是的“外部”剛才解釋alpha。因此，所有的inner.product都充滿了NA。