使用R.Net从R评估中检索结果

Question

我正在使用R.Net 1.5尝试使用ARIMA进行简单的预测.我试过R 2.14和R 2.15.我正在使用Visual Studio 2012目标.NET 4,虽然我也尝试过.NET 4.5和Visual Studio 2010.

这是我写的一段代码:

string rhome = System.Environment.GetEnvironmentVariable("R_HOME");
        if (string.IsNullOrEmpty(rhome))
            rhome = @"C:\Program Files\R\R-2.14.0";

        System.Environment.SetEnvironmentVariable("R_HOME", rhome);
        System.Environment.SetEnvironmentVariable("PATH", System.Environment.GetEnvironmentVariable("PATH") + ";" + rhome + @"\bin\x64");
        using (REngine engine = REngine.CreateInstance("RDotNet"))
        {

            engine.Initialize();

            NumericVector testGroup = engine.CreateNumericVector(submissions);
            engine.SetSymbol("testGroup", testGroup);
            engine.Evaluate("testTs <- c(testGroup)");
            NumericVector ts = engine.GetSymbol("testTs").AsNumeric();

            engine.Evaluate("tsValue <- ts(testTs, frequency=1, start=c(2010, 1, 1))");
            engine.Evaluate("library(forecast)");
            engine.Evaluate("arimaFit <- auto.arima(tsValue)");
            engine.Evaluate("fcast <- forecast(tsValue, h=36)");
            engine.Evaluate("plot(fcast)");

            NumericVector nv = engine.GetSymbol("fcast").AsNumeric();

我尝试检索数字向量时失败.TI在这里遇到一些错误.第一个是"错误:对象无法强制键入'double'",第二个是"错误:捕获访问冲突 - 继续小心"

如果我将预测检索为GenericVector,我会得到一个RDotNet.SymbolicExpressions列表.我已经通过这些来查看它们包含的内容,它似乎与ARIMA功能有关但我找不到实际的预测输出.我可以找到输入和其他相关值以及一堆数字列表,我无法确定它们是什么.

如果我在Revolution中运行脚本,我可以看到输出应该是什么,这就是我如何确定R.Net的输出是否准确.我想R.Net可能会以不同于Revolution的方式执行预测(尽管我认为不太可能),并且genericvector中的一个输出确实是正确的输出.

这是GenericVector初始化.我用毯子试着,只是为了调试目的:在DynamicVector里面我可以实际检查细节.

GenericVector newVector = engine.GetSymbol("fcast").AsList();

            foreach (var vector in newVector)
            {
                try
                {
                    DynamicVector dv = vector.AsVector();
                }
                catch (Exception)
                {
                }

Answer 1

这不是一个R.Net问题,你只是尝试运行一个错误的脚本.让我们在纯R上运行你的代码:

> testTs <- c(1, 2, 3)
> tsValue <- ts(testTs, frequency=1, start=c(2010, 1, 1))
> library("forecast")
> arimaFit <- auto.arima(tsValue)
> fcast <- forecast(tsValue, h=36)
> plot(fcast)

现在class(fcast)等于forecast:

> class(fcast)
[1] "forecast"
> as.numeric(fcast)
Error: (list) object cannot be coerced to type 'double'

fcast结构:

> str(fcast)
List of 11
 $ method   : chr "Mean"
 $ level    : num [1:2] 80 95
 $ x        : Time-Series [1:3] from 2010 to 2012: 1 2 3
 $ xname    : chr "object"
 $ mean     : Time-Series [1:36] from 2013 to 2048: 2 2 2 2 2 2 2 2 2 2 ...
 $ lower    : mts [1:36, 1:2] -0.177 -0.177 -0.177 -0.177 -0.177 ...
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : NULL
  .. ..$ : chr [1:2] "80%" "95%"
  ..- attr(*, "tsp")= num [1:3] 2013 2048 1
  ..- attr(*, "class")= chr [1:2] "mts" "ts"
 $ upper    : mts [1:36, 1:2] 4.18 4.18 4.18 4.18 4.18 ...
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : NULL
  .. ..$ : chr [1:2] "80%" "95%"
  ..- attr(*, "tsp")= num [1:3] 2013 2048 1
  ..- attr(*, "class")= chr [1:2] "mts" "ts"
 $ model    :List of 4
  ..$ mu   : num 2
  ..$ mu.se: num 0.577
  ..$ sd   : num 1
  ..$ call : language meanf(x = object, h = h, level = level, fan = fan)
 $ lambda   : NULL
 $ fitted   : Time-Series [1:3] from 2010 to 2012: NA 1 1.5
 $ residuals: Time-Series [1:3] from 2010 to 2012: NA 1 1.5
 - attr(*, "class")= chr "forecast"