优化错误：L-BFGS-B 需要 fn 的有限值答案

【问题标题】：Error in optim: L-BFGS-B needs finite value of fn优化错误：L-BFGS-B 需要 fn 的有限值
【发布时间】：2023-04-05 03:09:01
【问题描述】：

我正在尝试为一系列值运行 imputeTestBench 包的 impute_errors() 函数。我正在使用六种用户定义的方法来选择最佳插补方法。以下是我的代码：

    correctedSalesHistoryMatrix[, 1:2],
    matrix(unlist(apply(X = as.matrix(correctedSalesHistoryMatrix[, -c(1, 2)]),
                        MARGIN = 1,
                        FUN = impute_errors,
                        smps = "mcar", 
                        methods = c(
                          "imputationMethod1"
                          , "imputationMethod2"
                          , "imputationMethod3"
                          , "imputationMethod4"
                          , "imputationMethod5"
                          , "imputationMethod6"
                        ), 
                        methodPath = "C:\\Documents\\Imputations.R",
                        errorParameter = "mape",
                        missPercentFrom = 10,
                        missPercentTo = 10
                        )
                  ), nrow = nrow(correctedSalesHistoryMatrix), byrow = T
           )
    )

当我使用一个小数据集时，函数执行成功。当我使用大型数据集时，我使用了以下错误：

optim(init[mask], getLike, method = "L-BFGS-B", lower = rep(0, : L-BFGS-B 需要 'fn' 的有限值调用自： optim(init[mask], getLike, method = "L-BFGS-B", lower = rep(0, np + 1L), 上 = rep(Inf, np + 1L), control = optim.control)

【问题讨论】：

标签： r imputation

【解决方案1】：

我认为这不是一个容易解决的问题。

错误可能不是由imputeTestBench 本身引起的，而是由您的一种用户定义的插补方法引起的。

像以前一样运行 impute_errors 并仅添加 na_mean 作为方法而不是用户定义的方法 (impute_errors(..., methods = 'na_mean') ) 以查看此建议是否正确。

错误本身经常发生，并且与stats::optim 接收它无法处理的输入有关。您很可能没有在用户定义的插补方法中使用stats::optim（因此您无法轻松修复输入）。更有可能是您正在使用的包正在执行一些计算，然后使用stats::optim。或者更糟糕的是，您正在使用的包正在使用另一个包，即使用 stats::optim。

在此question 的答案中，您可以看到潜在问题的解释。总体而言，尤其是对于大型数据集，当stats::optim 的fn 输入参数变为Inf 时，似乎会发生这种情况。

这里有一些不同的 R 包和函数也会出现问题的示例（它们都在内部某个地方使用 stats::optim）：1、2、3

如果您不想深入了解底层软件包，总体上您可以做的不多。

如果您将imputeTS 包用于用户提供的一种插补方法，则在此Github Issue 中提出了一种解决方法，如果错误发生在na_kalman 或na_seadec 方法中，这可能会有所帮助。

【讨论】：