R:无法将类型“closure”强制为类型“double”的向量(时间序列预测)

Question

我正在使用R编程语言，并在这里遵循时间序列预测的教程：https://github.com/ahaeusser/echos

在本教程中，作者展示了如何使用一种神经网络来预测时间序列的未来值。

在开始之前，可以从github下载许多所需的软件包：

devtools::install_github("ahaeusser/echos")
devtools::install_github("ahaeusser/tscv")
install.packages("fable")
remotes::install_github("tidyverts/fable")
remotes::install_github("tidyverts/tsibble")

#load libraries
library(echos)
library(tscv)
library(dplyr)
library(tsibble)
library(fabletools)
library(fable)
Sys.setlocale("LC_TIME", "C")
#> [1] "C"

在这里，我复制并粘贴了作者的代码：

# Prepare dataset
data <- elec_price %>%
  tscv::clean_data()

# Setup for time series cross validation
n_init <- 2400   # size for training window
n_ahead <- 24    # size for testing window (forecast horizon)
mode <- "slide"  # fixed window approach
n_skip <- 23     # skip 23 observations
n_lag <- 0       # no lag

data <- data %>%
  tscv::split_data(
    n_init = n_init,
    n_ahead = n_ahead,
    mode = mode,
    n_skip = n_skip,
    n_lag = n_lag)

# Use only a small sample of data
data <- data %>%
  filter(BZN == "SE1") %>%
  filter(split == 10)

下面是我遇到错误的地方：

models <- data %>%
  filter(sample == "train") %>%
  model(
    "ESN" = ESN(
      Value,
      inf_crit = "BIC",
      max_lag = 6,
      n_fourier = c(3, 3),
      n_initial = 50,
      n_res = 200,
      scale_inputs = c(-1, 1)),
    "sNaive" = SNAIVE(Value ~ lag("week")))

错误：

Warning message:
1 error encountered for ESN
[1] cannot coerce type 'closure' to vector of type 'double'

在上面的代码中，作者拟合了两个不同的时间序列模型。其中一个模型可以工作(蓝色模型)，但另一个模型包含此错误。

有没有人知道我做错了什么？还是在后台有问题？

我还尝试用我创建的一些虚拟数据运行相同的代码，但仍然得到一个错误：

data = data.frame(rnorm(1000,100,100))
data$value = data$rnorm.1000..100..100.
data$rnorm.1000..100..100. = NULL

models <- data %>%
    filter(sample == "train") %>%
    model(
        "ESN" = ESN(
            Value,
            inf_crit = "BIC",
            max_lag = 6,
            n_fourier = c(3, 3),
            n_initial = 50,
            n_res = 200,
            scale_inputs = c(-1, 1)),
        "sNaive" = SNAIVE(Value ~ lag("week")))

Error: Problem with `filter()` input `..1`.
x comparison (1) is possible only for atomic and list types
i Input `..1` is `sample == "train"`.

谢谢

Answer 1

“闭包”只是一个带有封闭环境的函数。当有人定义了一个名为data的变量，重新启动R(没有重新定义该变量)，然后尝试对该数据执行某些操作时，这是一个常见的错误。

set.seed(42)
data <- data.frame(value = rnorm(1000, 100, 100))
mean(data$value)
# [1] 97.41756
rm(data) ### or restart R
mean(data$value)
# Error in data$value : object of type 'closure' is not subsettable

这是包括'closure'在内的大多数错误的根本原因。我想你的情况也是一样的。

首先，一点效率，改变你的

data = data.frame(rnorm(1000,100,100))
data$value = data$rnorm.1000..100..100.
data$rnorm.1000..100..100. = NULL

至

data = data.frame(value = rnorm(1000,100,100))

不需要框架名称舞蹈。为了记录，我使用了set.seed(42)，然后定义了这个data框架，然后我们看到：

head(data)
#       value
# 1 237.09584
# 2  43.53018
# 3 136.31284
# 4 163.28626
# 5 140.42683
# 6  89.38755

现在你的下一个命令..。

data %>%
  filter(sample == "train")
# Error: Problem with `filter()` input `..1`.
# x comparison (1) is possible only for atomic and list types
# i Input `..1` is `sample == "train"`.
# Run `rlang::last_error()` to see where the error occurred.

sample是从哪里来的？我的猜测是，您之前的data实例化包含比value更多的列。也就是说，它有一个名为sample的列。

然而，在这种情况下，在data$sample不存在的情况下，dplyr::filter首先在相应的帧(在data内)中查找被引用的符号，并且在全局环境和一般R搜索路径中搜索缺少被引用的符号。它找到了sample，也就是base::sample，一个用于采样数据的函数。

所以我们回到关于“闭包”的错误的前提：

as.double(sample)
# Error in as.double(sample) : 
#   cannot coerce type 'closure' to vector of type 'double'

因此，无论它是不是在内部尝试这样做，底线是您可能引用了框架中不作为列存在的变量。