R语言中outer与mahalanobis函数配合使用报错问题求助

问题根源 #

outer函数的运行逻辑是向量化批量处理：它会把输入的x和y分别作为列向量和行向量，生成所有元素组合的矩阵式参数传递给目标函数，而不是逐个传递单个数值。

你的原函数fn是针对单个x、y值设计的：c(x,y)会把单个数值拼成2维向量，能被mahalanobis正常处理。但当outer调用它时，x和y实际是长度为50的向量，c(x,y)会生成长度100的向量，和mahalanobis要求的“每行一个2维样本”的输入格式完全不匹配，因此触发non-conformable arguments维度错误。

而fn <- function(x, y) x^2+y^2能运行，是因为R的算术运算本身支持向量广播，自动适配了outer的向量化输入。

解决方案 #

有两种简单的修复方式：

方式1：用Vectorize包装原函数

把原函数转换成支持向量化输入的版本，让outer能正确调用：

iris[c(1,51, 101),]
x <- seq(0, 4, length=50)
y <- seq(0, 4, length=50)

seto<-subset(iris[1:50,],select=-Species)
virgi<-subset(iris[101:150,],select=-Species)
seto.m<-apply(seto[1:45,],2,mean)
virgi.m<-apply(virgi[1:45,],2,mean)
seto.v<-var(seto[1:45,])
virgi.v<-var(virgi[1:45,])

fn <- function(x, y) mahalanobis(c(x, y), seto.m[1:2], seto.v[1:2, 1:2])
fn(3, 4) # 正常运行

# 包装函数实现向量化支持
vec_fn <- Vectorize(fn)
z <- outer(x, y, vec_fn) # 现在可正常生成z矩阵

方式2：直接修改函数适配批量输入

手动构造所有(x,y)组合的样本矩阵，直接传递给mahalanobis，效率会更高：

iris[c(1,51, 101),]
x <- seq(0, 4, length=50)
y <- seq(0, 4, length=50)

seto<-subset(iris[1:50,],select=-Species)
virgi<-subset(iris[101:150,],select=-Species)
seto.m<-apply(seto[1:45,],2,mean)
virgi.m<-apply(virgi[1:45,],2,mean)
seto.v<-var(seto[1:45,])
virgi.v<-var(virgi[1:45,])

# 直接处理批量输入的函数
fn <- function(x, y) {
  # 生成所有x-y组合的2维样本矩阵，每行一个样本
  xy_samples <- cbind(rep(x, length(y)), rep(y, each = length(x)))
  mahalanobis(xy_samples, seto.m[1:2], seto.v[1:2, 1:2])
}

z <- outer(x, y, fn) # 正常运行

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