使用R.Net检索R评估的结果
本文关键字:结果 评估 检索 Net 使用 | 更新日期: 2023-09-27 17:59:38
我正在使用R.Net 1.5尝试使用ARIMA进行简单的预测。我试过R 2.14和R 2.15。我使用的是Visual Studio 2012目标.NET 4,不过我也尝试过.NET 4.5和Visual Studio 2010。
这是我写的一段代码:
string rhome = System.Environment.GetEnvironmentVariable("R_HOME");
if (string.IsNullOrEmpty(rhome))
rhome = @"C:'Program Files'R'R-2.14.0";
System.Environment.SetEnvironmentVariable("R_HOME", rhome);
System.Environment.SetEnvironmentVariable("PATH", System.Environment.GetEnvironmentVariable("PATH") + ";" + rhome + @"'bin'x64");
using (REngine engine = REngine.CreateInstance("RDotNet"))
{
engine.Initialize();
NumericVector testGroup = engine.CreateNumericVector(submissions);
engine.SetSymbol("testGroup", testGroup);
engine.Evaluate("testTs <- c(testGroup)");
NumericVector ts = engine.GetSymbol("testTs").AsNumeric();
engine.Evaluate("tsValue <- ts(testTs, frequency=1, start=c(2010, 1, 1))");
engine.Evaluate("library(forecast)");
engine.Evaluate("arimaFit <- auto.arima(tsValue)");
engine.Evaluate("fcast <- forecast(tsValue, h=36)");
engine.Evaluate("plot(fcast)");
NumericVector nv = engine.GetSymbol("fcast").AsNumeric();
当我尝试检索数字矢量时,它失败了。TI在这里得到一些错误。第一个是"错误:对象不能被强制为'double'类型",第二个是"出错:捕获访问违规-小心继续"
如果我以GenericVector的形式检索预测,我会得到一个RDotNet.SymbolicExpressions的列表。我已经遍历了它们,看看它们包含什么,它似乎与ARIMA函数有关,但我找不到实际的预测输出。我可以找到输入和其他相关值,以及一堆我无法确定它们是什么的数字列表。
如果我在Revolution中运行脚本,我可以看到输出应该是什么,这就是我确定R.Net输出是否准确的方式。我认为R.Net执行预测的方式可能与Revolution不同(尽管我认为不太可能),泛型向量中的一个输出确实是正确的输出。
这是GenericVector初始化。我做了一个全面的尝试,只是为了调试目的:在DynamicVector内部,我可以实际检查细节。
GenericVector newVector = engine.GetSymbol("fcast").AsList();
foreach (var vector in newVector)
{
try
{
DynamicVector dv = vector.AsVector();
}
catch (Exception)
{
}
这不是R.Net的问题,您只是试图运行错误的脚本。让我们在纯R:上运行您的代码
> testTs <- c(1, 2, 3)
> tsValue <- ts(testTs, frequency=1, start=c(2010, 1, 1))
> library("forecast")
> arimaFit <- auto.arima(tsValue)
> fcast <- forecast(tsValue, h=36)
> plot(fcast)
现在class(fcast)
等于forecast
:
> class(fcast)
[1] "forecast"
> as.numeric(fcast)
Error: (list) object cannot be coerced to type 'double'
fcast结构:
> str(fcast)
List of 11
$ method : chr "Mean"
$ level : num [1:2] 80 95
$ x : Time-Series [1:3] from 2010 to 2012: 1 2 3
$ xname : chr "object"
$ mean : Time-Series [1:36] from 2013 to 2048: 2 2 2 2 2 2 2 2 2 2 ...
$ lower : mts [1:36, 1:2] -0.177 -0.177 -0.177 -0.177 -0.177 ...
..- attr(*, "dimnames")=List of 2
.. ..$ : NULL
.. ..$ : chr [1:2] "80%" "95%"
..- attr(*, "tsp")= num [1:3] 2013 2048 1
..- attr(*, "class")= chr [1:2] "mts" "ts"
$ upper : mts [1:36, 1:2] 4.18 4.18 4.18 4.18 4.18 ...
..- attr(*, "dimnames")=List of 2
.. ..$ : NULL
.. ..$ : chr [1:2] "80%" "95%"
..- attr(*, "tsp")= num [1:3] 2013 2048 1
..- attr(*, "class")= chr [1:2] "mts" "ts"
$ model :List of 4
..$ mu : num 2
..$ mu.se: num 0.577
..$ sd : num 1
..$ call : language meanf(x = object, h = h, level = level, fan = fan)
$ lambda : NULL
$ fitted : Time-Series [1:3] from 2010 to 2012: NA 1 1.5
$ residuals: Time-Series [1:3] from 2010 to 2012: NA 1 1.5
- attr(*, "class")= chr "forecast"