ContaminatedMixt包CNmixt聚类7维数据时DGEBAL错误-3的绕过与排查
ContaminatedMixt包CNmixt函数聚类计算中断问题 分析背景
- 正在基于
CNmixt对3-9维范围的多维数据开展聚类分析,3-6维、8-9维的同类数据均可正常完成聚类流程,仅7维数据始终无法顺利输出计算结果。 - 该错误可在当前数据集上稳定复现,对应触发错误的计算代码为:
library(ContaminatedMixt) df = read.csv(file = "210102_7clickcodas.csv", header = TRUE, fileEncoding = "UTF-8-BOM") df = round(df, 3) clusters = CNmixt( df, G = 2:10, contamination = TRUE, model = NULL, initialization = "kmeans", parallel = TRUE)
错误排查结果
- 运行代码时统一触发BLAS/LAPACK层面的报错,完整报错信息为:
Error in checkForRemoteErrors(val) : one node produced an error: BLAS/LAPACK routine 'DGEBAL' gave error code -3
部分场景下会出现多个并行节点触发完全相同的报错。
- 逐值单独设置G参数排查触发源:将默认传入区间
G=2:10替换为逐次单值输入,确认仅G=4时计算会中断,其余2、3、5-10个簇的拟合流程均可正常完成。 - 对照同类报错的公开案例,已知错误码-3对应
DGEBAL例程的第3个传入参数非法,但目前无法定位CNmixt调用链路中触发该LAPACK例程的具体代码位置,也无法梳理出错误触发的前置条件。
核心诉求
- 实现计算流程的容错兜底:让
CNmixt自动跳过所有触发错误的G值,比如本次G=4拟合失败后,自动继续完成剩余G值的拟合计算,最终从所有成功完成的拟合结果中,按照ICL(也支持BIC/AIC)准则筛选最优簇数。优先采用无需修改包源码的实现方案,若必须调整源码,可针对内部函数如.CNmixtG2做适配。 - 明确该
DGEBAL报错的具体根因:定位包内部触发LAPACK调用的位置,解释该例程的作用,以及当前场景下触发参数非法的具体原因。
内容的提问来源于stack exchange,提问作者TAH
相关产品推荐
相关产品推荐

