Rcpp Armadilllo 中的模板类 arma::Col

如何解决Rcpp Armadilllo 中的模板类 arma::Col

亲爱的程序员们，

为了在大学的一个研讨会上编写一个引导回归版本，我尝试将我的 R 版本实现到 Rcpp（这是为了比较 R 和 C++/Rcpp）。但是，我被我收到的错误消息困住了，因为我并不真正理解这些（刚接触 C++ 尤其是犰狳的新手的挣扎）。

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一个函数，用于获取矩阵的适当行子集（为了实现适当的非参数引导）：

    #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，这是我为我的实际引导程序版本编写的代码：

   #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,(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 是一个包含自举系数向量的矩阵（在每一列中），矩阵的维度应该是 k x nboot。 X_boot（在循环内）应该是引导数据和 y_boot 相应的依赖观察。 colId 应该是引导程序的随机索引。最后，应该返回 betaHat。

附上一张我在使用 sourceCpp 时收到的错误图片。

也许是一些简单的我看不到的东西，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：我的自举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,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的评论。

解决方法

来自评论；函数 testrows 为索引采用 arma::Col，但 Rcpp::NumericVector 传入 betaBoot，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 提供了可以在此处使用的 sample 函数。 （同样来自犰狳帮助页面应该是uvec）。

您可以使用 Rcpp 糖函数生成索引以选择行：

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

或者你可以直接用 arma::randi 来做：

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，将 testrows 省略为“我发现我不需要我的（被盗的）助手 功能测试":

#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,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)
*/