R 有效数字的数量导致使用 eval 和解析文本的不等式的意外结果

如何解决R 有效数字的数量导致使用 eval 和解析文本的不等式的意外结果

我正在研究与我的工作相关的类似 CART 的树的终端节点分配的布尔规则 (http://web.ccs.miami.edu/~hishwaran/ishwaran.html)

我注意到在使用 eval 和 parse of text 评估字符串的不等式时存在问题。这个问题与 R 如何评估数字的内部表示有关。

这是一个涉及数字 pi 的示例。我想检查一个向量（我称之为 x）是否小于或等于 pi。

>圆周率
> [1] 3.141593
> rule = paste0("x > 规则
> [1] "x

此规则检查对象 x 是否小于 pi，其中 pi 表示为 14 位数字。现在我将 x 分配给值 1,2,3 和 pi

> x = c(1,3,pi)

x 最多为 15 位

> 打印（x，位数=15）
> [1] 1.00000000000000 2.00000000000000 3.00000000000000 3.14159265358979

现在让我们评估一下

> eval(parse(text = rule))
> [1] 真真假

哇哦aaaaa，看起来pi不小于或等于pi。对吗？

但是现在如果我将 x 硬编码为 pi 到 14 位数字，它会起作用：

> x = c(1,3.14159265358979)
> eval(parse(text = rule)) [1] 对对对对对

显然在第一种情况下，pi 的内部表示有很多数字，因此当 R 计算表达式时，它大于浮点表示并返回 FALSE。在第二种情况下，它比较两个浮点数，因此结果为真。

但是，如何避免这种情况发生呢？我真的需要第一次评估才能恢复原状，因为我正在为基于规则的推理自动化这个过程，而且我不能每次都对一个值（这里是 pi）进行硬编码。

我使用的一种解决方案是添加一个小的容差值。

> tol = sqrt(.Machine$double.eps)
> rule = paste0("x > x = c(1,pi)
> eval(parse(text = rule))
> [1]对对对对对对

然而，这似乎是一个丑陋的解决方案。

非常感谢任何意见和建议！

解决方法

您可以只通过 pi 名称或通过函数来​​代替，以防止 pi 被字符串化（这是您在这里的第一个问题）

rule  <-  "x <= pi"
x  <-  c(1,2,3,pi)

eval(parse(text = rule)) ## All TRUE

## another way might be to throw stuff you need uneval'ed into a function or a block:

my_pi <- function() {
    pi
}

rule  <-  "x <= my_pi()"
eval(parse(text = rule)) ## All TRUE

您仍然会遇到常见的浮点问题，但不精确的字符串化将不再是您的问题。

这就是您的方法不起作用的原因：

> print( pi,digits=20 )
[1] 3.141592653589793116
> print( eval(parse(text=pi)),digits=20 )
[1] 3.1415926535897900074

字符串化的 pi 比 R 的 pi 小很多。

paste manual 表示它使用 as.character 将数字转换为字符串。这反过来说明它使用 15 个有效数字，这就是您正在观察的内容。