1.6 KiB
1.6 KiB
Implémentation en R des modèles #colSBM
Améliorations
- Ajouter les checks d'identifiabilité dans le package en tant que fonctions appellables
- Généraliser la manière de stocker et travailler avec différents modèles
- Implémenter les estimations pour les distributions ⛔ 417egt
- (colSBM) Catégorielle
- (colSBM) Gaussienne
- (colSBM) Binomiale négative
Bugs
Merging models vapply
Je rencontre un bug que j'ai fréquemment eu sur Migale:
Merging the 3 modelsErreur dans vapply(models_comparison, function(model) model$BICL, FUN.VALUE = 0.1) :
values must be length 1,
but FUN(X[[2]]) result is length 0
Appels : lapply -> FUN -> <Anonymous> -> vapply
De plus : Il y a eu 50 avis ou plus (utilisez warnings() pour voir les 50 premiers)
Exécution arrêtée
- Essayer de reproduire l'erreur de
vapplypour la réparer 🆔 ckx0ew- Elle semble lier au fait d'ajouter des modèles
NULL - Modulariser la fonction de fusion des réseaux pour pouvoir implémenter le test unitaire ✅ 2026-06-11
- Ajouter la même suppression pour discarded que pour compared ✅ 2026-06-11
- Améliorer la fusion des runs pour conserver à chaque
(Q_1,Q_2)les modèles ⛔ 50v6w4 ✅ 2026-06-11 - Implémenter le nouveau merge dans le package et vérifier que tout fonctionne normalement
- Pour améliorer implémenter un hachage avec
rlang::hash🆔 50v6w4 - Comparer la vitesse entre le hachage et la méthode sans
- Elle semble lier au fait d'ajouter des modèles
- Implémenter un test unitaire pour prévenir la régression ⛔ ckx0ew