使用R语言circular包中lm.circular()时遇内存分配错误求助

问题原因 #

使用circular包的lm.circular函数拟合**余弦-线性模型（type="c-l"）**时，内部计算会生成一个规模为n×n的大型中间矩阵。当样本量n=85000时，这个矩阵包含约7.2e9个元素，按双精度浮点数（每个占8字节）计算，内存需求超过57GB，远超普通机器的内存上限，因此触发"无法分配向量"的错误。

解决方案 #

1. 切换内存友好的模型类型 #

如果业务场景允许，改用线性-线性模型（type="l-l"），该模型的计算复杂度为O(n)，无需生成大型方阵，内存占用极低。示例代码：

library(circular)
set.seed(12)
n = 80000
df <- data.frame(y = rnorm(n,2,.2),
                 x1 = rnorm(n,100,2),
                 x2 = rnorm(n,0,1),
                 x3 = rnorm(n,9,.2),
                 x4 = rnorm(n,0,1),
                 x5 = rnorm(n,1,.1))

y <- circular(df$y, type = "angles", units = "radians")
x <- model.matrix(y ~., data = df)

# 改用线性-线性模型拟合
m1 <- lm.circular(y = y, x = x, type = "l-l", init = c(1,.01,.5,.5,.5,.5))
summary(m1)

2. 若必须使用余弦-线性模型 #

• 分块计算：手动拆分数据集，分块拟合后合并结果，但需要具备一定编程能力来实现，且可能影响模型精度。
• 使用贝叶斯框架拟合：借助rstan或brms等包，采用马尔可夫链蒙特卡洛（MCMC）方法，避免生成大型矩阵，适合大样本场景。示例（brms实现）：

library(brms)
# 将循环变量转换为余弦和正弦项
df$y_cos <- cos(y)
df$y_sin <- sin(y)

# 拟合贝叶斯循环回归
m_brms <- brm(
  bf(y_cos + y_sin ~ x1 + x2 + x3 + x4 + x5, family = gaussian()),
  data = df,
  chains = 4,
  cores = 4
)
summary(m_brms)

注意事项 #

• 循环回归的模型类型选择需结合研究问题：余弦-线性模型适用于因变量与自变量存在周期性余弦关联的场景，线性-线性模型则更适合线性关联的循环数据。
• 大样本下优先选择计算复杂度低的模型，避免不必要的内存开销。

内容的提问来源于stack exchange，提问作者David Gerth