有人可以向我解释一下公差参数 all.equal？
手册说 （?all.equal）：
tolerance：numeric≥0。小于容差的差异不是 考虑。scale = NULL（默认值）的数字比较首先完成 计算两个数值向量的平均绝对差值。 如果这小于公差或不是有限的绝对差异 使用，否则相对差异按平均绝对值缩放 区别。
例：
all.equal(0.3, 0.26, tolerance=0.1)
回报 Mean relative difference: 0.1333333
为什么这里返回平均相对差异？两个数值向量的平均绝对差值是否小于容差？
0.3 - 0.26 = 0.04 < 0.1
谢谢！
如果 target 大于 tolerance，它似乎检查 relative error <= tolerance。那是， abs(current-target)/target <= tolerance 在：
all.equal(target, current, tolerance)
例如：
all.equal(3, 6, tolerance = 1)
# TRUE --> abs(6-3)/3 <= 1
相反，如果 target 小于 tolerance， all.equal 使用 mean absolute difference。
all.equal(0.01, 4, tolerance = 0.01)
# [1] "Mean absolute difference: 3.99"
all.equal(0.01, 4, tolerance = 0.00999)
# [1] "Mean relative difference: 399"
all.equal(4, 0.01, tolerance = 0.01)
# [1] "Mean relative difference: 0.9975"
但是，这是 不 文件说明了什么。为了进一步了解为什么会发生这种情况，让我们看一下相关的代码片段 all.equal.numeric：
# take the example: all.equal(target=0.01, current=4, tolerance=0.01)
cplx <- is.complex(target) # FALSE
out <- is.na(target) # FALSE
out <- out | target == current # FALSE
target <- target[!out] # = target (0.01)
current <- current[!out] # = current (4)
xy <- mean((if(cplx) Mod else abs)(target - current)) # else part is run = 3.99
# scale is by default NULL
what <- if (is.null(scale)) {
xn <- mean(abs(target)) # 0.01
if (is.finite(xn) && xn > tolerance) { # No, xn = tolerance
xy <- xy/xn
"relative"
}
else "absolute" # this is computed for this example
}
else {
xy <- xy/scale
"scaled"
}
在上面的代码中检查的所有内容（仅显示来自OP的示例的必要部分）是：to 删除任何NA和相等的值 （的 target 和 current）来自 target 和 current。然后计算 xy 作为平均绝对差异 target 和 current。但决定它是否会成功 relative 要么 absolute 取决于部分 what。和这里 xy 没有检查任何条件。这取决于 只要 上 xn 是的 mean(abs(target))。
因此，总之，OP粘贴的部分（为方便起见粘贴在这里）：
如果 这个 （含义， 平均绝对差异）小于容差或不是有限的，使用绝对差异，否则相对差异由平均绝对差异缩放。
似乎错误/误导。
如果 target 大于 tolerance，它似乎检查 relative error <= tolerance。那是， abs(current-target)/target <= tolerance 在：
all.equal(target, current, tolerance)
例如：
all.equal(3, 6, tolerance = 1)
# TRUE --> abs(6-3)/3 <= 1
相反，如果 target 小于 tolerance， all.equal 使用 mean absolute difference。
all.equal(0.01, 4, tolerance = 0.01)
# [1] "Mean absolute difference: 3.99"
all.equal(0.01, 4, tolerance = 0.00999)
# [1] "Mean relative difference: 399"
all.equal(4, 0.01, tolerance = 0.01)
# [1] "Mean relative difference: 0.9975"
但是，这是 不 文件说明了什么。为了进一步了解为什么会发生这种情况，让我们看一下相关的代码片段 all.equal.numeric：
# take the example: all.equal(target=0.01, current=4, tolerance=0.01)
cplx <- is.complex(target) # FALSE
out <- is.na(target) # FALSE
out <- out | target == current # FALSE
target <- target[!out] # = target (0.01)
current <- current[!out] # = current (4)
xy <- mean((if(cplx) Mod else abs)(target - current)) # else part is run = 3.99
# scale is by default NULL
what <- if (is.null(scale)) {
xn <- mean(abs(target)) # 0.01
if (is.finite(xn) && xn > tolerance) { # No, xn = tolerance
xy <- xy/xn
"relative"
}
else "absolute" # this is computed for this example
}
else {
xy <- xy/scale
"scaled"
}
在上面的代码中检查的所有内容（仅显示来自OP的示例的必要部分）是：to 删除任何NA和相等的值 （的 target 和 current）来自 target 和 current。然后计算 xy 作为平均绝对差异 target 和 current。但决定它是否会成功 relative 要么 absolute 取决于部分 what。和这里 xy 没有检查任何条件。这取决于 只要 上 xn 是的 mean(abs(target))。
因此，总之，OP粘贴的部分（为方便起见粘贴在这里）：
如果 这个 （含义， 平均绝对差异）小于容差或不是有限的，使用绝对差异，否则相对差异由平均绝对差异缩放。
似乎错误/误导。