有没有类似于microbenchmark的东西可以告诉你代码失败的频率？

Question

所以我想要一些类似于microbenchmark的东西，但我不想给我的代码计时，我想知道它失败的频率(如果有的话)。从本质上讲，我想测试一些东西，比如

f1 <- function(x){
  x^2 - 1
}

lims <- rnorm(2)

try(uniroot(f1, lims))

大量的测试次数(例如，10^6次测试)，然后记录失败的频率。当然，在这个简单的例子中，它只是归结为在lims中只有1或-1中的一个。一般来说，我不会知道这一点。

我需要解决一个多项式作为一个闪亮的应用程序的一部分。我想保持应用程序尽可能干净，所以我想避免用户指定uniroot限制。因此，我编写了一个自适应方法，一些模拟表明它是有效的，但我想要多次测试它。

Answer 1

可能编写自己的函数也很容易做到这一点。可能是这样的：

count_failures <- function(f, n = 1e3, ...)
{
  n_failures <- 0
  for(i in seq(n))
  {
    tryCatch(f(...), error = function(e) n_failures <<- n_failures + 1)
  }
  cat("Function \"", deparse(substitute(f)), "\" failed on ", n_failures,
      " out of ", n, " runs. (", 100*n_failures/n, "%)\n", sep = "")
}

现在，我们将看到它是如何与您的设置一起工作的：

f1 <- function(x){
  x^2 - 1
}

f2 <- function()
{
  lims <- rnorm(2)
  uniroot(f1, lims)
}

count_failures(f2)
#> Function "f2" failed on 552 out of 1000 runs. (55.2%)

count_failures(f2, 1e5)
#> Function "f2" failed on 56702 out of 1e+05 runs. (56.702%)