发布文献求助

evans

Lv7

3260 积分 2025-06-18 加入

最近求助
最近应助
互助留言

A picture is worth a thousand words: Measuring investor sentiment by combining machine learning and photos from news 14天前 已完结
Production complementarity and information transmission across industries 14天前 已完结
Cross-market volatility forecasting with attention-based spatial–temporal graph convolutional networks 3个月前 已完结
TradeBot: Bandit learning for hyper-parameters optimization of high frequency trading strategy 6个月前 已完结
Transaction-aware inverse reinforcement learning for trading in stock markets 6个月前 已完结
A Semiparametric Inverse Reinforcement Learning Approach to Characterize Decision Making for Mental Disorders 6个月前 已完结
Deep reinforcement learning for stock portfolio optimization by connecting with modern portfolio theory 8个月前 已完结
On the use of AI-based tools like ChatGPT to support management research 9个月前 已完结
How do market volatility and risk aversion sentiment inter-influence over time? Evidence from Chinese SSE 50 ETF options 11个月前 已完结

没有进行任何应助

帮大忙了，点赞 3个月前
帮大忙了 6个月前
thanks a lot 8个月前
感谢回复，但是您提供的内容与我求助的内容完全不一致，标题、内容、doi都不相同我求助的doi是 https://doi.org/10.1016/j.eswa.2023.119556 您提供的是 https://doi.org/10.1016/j.molcel.2024.06.016 8个月前
感谢 11个月前

最近帖子
最近评论

没有发布任何帖子

这个错误通常发生在 R 语言进行并行计算时（尽管你设置了 `nworker = 1`，但 `iCAMP` 内部的 `icamp.big` 函数依然会调用底层集群或外部包进行特定的零模型随机化计算）。导致 **`invalid 'size' argument`（无效的大小参数）** 的核心原因通常是：**由于某些 bin（物种组）内包含的物种数量（或样本量）太少，导致在进行随机抽样（如 `sample()` 函数）时，传入的抽样数量变为了 `0`、负数、或者是 `NA`。** 下面是导致该错误的两个最主要原因以及排查修复方法： --- ### 原因 1：某些 Bin 的物种数太少，且没有被正确忽略看你的日志： > `----------Now binning com and sp without omitting small bins-----------------` 这意味着 `iCAMP` 正在对所有 bin 进行计算，**没有忽略那些极小的 bin**。虽然你设置了 `bin.size.limit = 20`，但在 `iCAMP` 的逻辑中，如果严格分 bin 导致某些“无法归类”或特殊的 bin 里面物种数少于某个抽样临界值，底层代码在计算观测 MPD 或随机化时就会因为 `sample(..., size = x)` 中的 `x < 1` 而崩溃。 #### 💡 解决方法：尝试调整 `bin.size.limit` 或者增加系统发育树的过滤。你可以把 `bin.size.limit` 稍微调大（例如 24 或 30），或者检查你的群落数据 `comm` 中是否包含大量的低丰度/稀有物种（单件/双件物种），**建议在跑 iCAMP 之前，先过滤掉在极少数样本中**出现**的稀有物种**： ```R # 过滤掉在少于 3 个样本中**出现**的物种（根据你的数据自行调整） comm_filtered 0) >= 3] # 记得同步过滤 tree library(ape) tree_filtered `2: 'memory.limit()' is no longer supported` > `错误于checkForRemoteErrors(val)` 这说明你使用的是 **Windows 系统**，且 R 版本较新（R 4.2.0 之后已经废弃了 `memory.limit()`）。虽然你显式设置了 `nworker = 1`，但 `iCAMP` 的某些子函数（例如底层调用 `parallel` 或 `snow` 包时）在 Windows 下创建单节点本地集群时，由于内存限制或变量传递失败，导致子节点传回了一个空值（`NULL` 或 `NA`），主节点在拿这个空值去作为 `size` 进行计算时引发了报错。 #### 💡 解决方法：在运行 `icamp.big` 之前，手动在 R 中关闭所有潜在的并行冲突，并尝试清除内存： ```R # 1. 显式关闭可能残留的并行集群 try(parallel::stopCluster(cl), silent = TRUE) # 2. 深度清理 R 的内存垃圾 gc(full = TRUE) # 3. 重新运行，并将 nworker 设为 0 或 1 尝试 # 有些包的逻辑中，nworker = 0 才会完全不初始化并行环境，彻底走单线程 ``` --- ### 🛠️ 终极排查建议（两步走）如果上述调整后依然在 `iCAMP` 的固定位置（如 `bin i=2` 之后）报错，说明是**输入数据的问题**。请重点检查你的输入数据： 1. **检查群落与树的匹配**：确保 `colnames(comm)` 和 `tree$tip.label` **完全一致**。虽然日志显示 `The names are re-ranked.`（名字已重新排序），但如果有物种名字在树里有、在群落里没有，或者反过来，容易导致分 bin 出现空集。 ```R # 严格确保二者物种完全对齐 sp.match 14天前

Copyright © 2020-2026 AbleSci.COM, 科研通, All Right Reserved

科研通是非营利科研互助平台，不忘初心，为科研助力

本站互助的所有文件仅供个人学习研究用，禁止任何人把求助的所得文献进行盈利或传播

皖ICP备2024041134号-1

皖公网安备34019202002308

科研通【文献互助QQ群】：如果您有特殊求助，或发布求助超过24小时未得到应助，可加群求助，群号：821889395【点击一键加群】

科研通【志愿服务QQ群】：如果您热爱文献互助，有热心愿意为更多人服务，请加入小伙伴群，点击申请加入

关注微信服务号

科研通