Ipfp 函数 - 如何指定 target.list 参数答案

【问题标题】：Ipfp function - how to specify the target.list argumentIpfp 函数 - 如何指定 target.list 参数
【发布时间】：2018-03-14 20:47:29
【问题描述】：

谁能理解下面加粗的句子是什么意思，请帮我理解它的意思？它来自关于 Ipfp 函数的 R 文档。 (https://www.rdocumentation.org/packages/mipfp/versions/3.1/topics/Ipfp)

"target.list - target.data 中边缘目标约束的维度列表。列表的每个组件都是一个数组，其单元格指示对应的边缘与哪个维度相关。 p>

"target.data - 包含目标边缘表数据的列表。列表的每个组件都是一个存储边距的数组。列表顺序必须遵循 target.list 中定义的顺序。请注意，数组必须是非负数。”

例如，假设我有这张桌子：

seed.ex <- array(1,dim=c(3,4))
seed.ex
     [,1] [,2] [,3] [,4]
[1,]    1    1    1    1
[2,]    1    1    1    1
[3,]    1    1    1    1

这些目标存储为'target.data'：

target.row <- c(50,50,100)
target.col <- c(50,50,50,50) 
tgt.data.ex <- list(target.row, target.col)

那么我应该如何指定“target.list”？

tgt.list.ex <- list(?,?)

然后将进入 Ipfp 功能...

res.ex <- Ipfp(seed.ex, tgt.list.ex, tgt.data.ex, print = TRUE, iter = 1000)

【问题讨论】：

标签： r

【解决方案1】：

我很确定答案是list(1,2)。我从来没有使用过这个包，但是两个使用二维种子的例子都把它作为答案。这是我的测试：

tgt.list.ex <- list(1,2)
also installing the dependency ‘cmm’

trying URL 'https://cloud.r-project.org/bin/macosx/el-capitan/contrib/3.4/cmm_0.8.tgz'
Content type 'application/x-gzip' length 197741 bytes (193 KB)
==================================================
downloaded 193 KB

trying URL 'https://cloud.r-project.org/bin/macosx/el-capitan/contrib/3.4/mipfp_3.1.tgz'
Content type 'application/x-gzip' length 333155 bytes (325 KB)
==================================================
downloaded 325 KB


The downloaded binary packages are in
    /var/folders/yq/m3j1jqtj6hq6s5mq_v0jn3s80000gn/T//Rtmp0NHfpB/downloaded_packages
> library(mipfp)
Loading required package: cmm
Loading required package: Rsolnp
Loading required package: numDeriv
> res.ex <- Ipfp(seed.ex, tgt.list.ex, tgt.data.ex, print = TRUE, iter = 1000)
Margins consistency checked!
... ITER 1 
       stoping criterion: 24 
... ITER 2 
       stoping criterion: 0 
Convergence reached after 2 iterations!
> res.ex

Call:
Ipfp(seed = seed.ex, target.list = tgt.list.ex, target.data = tgt.data.ex, 
    print = TRUE, iter = 1000)

Method:  ipfp - convergence:  TRUE 

Estimates:
     [,1] [,2] [,3] [,4]
[1,] 12.5 12.5 12.5 12.5
[2,] 12.5 12.5 12.5 12.5
[3,] 25.0 25.0 25.0 25.0

【讨论】：