如何解决 Knitr 中的 "seek failed on" 错误
How do I resolve a "seek failed on" error in Knitr
我在编织文档时收到以下错误:
Quitting from lines 583-704 (education_crime_final.Rmd)
Error in lapply(X = X, FUN = FUN, ...) :
seek failed on /Users/neatlabs/Desktop/EdSpending_Crime/education_crime_final_cache/docx/model building_7427809df73101b7d200e89c1a229cdc.rdb
Calls: <Anonymous> ... withVisible -> eval -> eval -> mean -> sapply -> lapply
Execution halted
我认为这是一个大小问题,但这只是因为我遇到了一个 google 结果,它讨论了与 Microsoft 的问题。我把问题归结为:如果我继续要求同一个对象 `r mean(sapply(ed_crime.model.2.imp$analys, AIC)) - mean(sapply(ed_crime.model.1.imp$analys, AIC))`, down to `r mean(sapply(ed_crime.model.2.imp$analys, AIC))`
,编织器继续正常;但是,当我开始询问新型号时 `r mean(sapply(ed_crime.model.5.imp$analys, AIC)) - mean(sapply(ed_crime.model.4.imp$analys, AIC))`, down to `r mean(sapply(ed_crime.model.5.imp$analys, AIC))`
我会收到上述错误。
有谁知道如何解决这个问题?我知道人们想要一个可重现的例子,但我必须给你一个非常大的文件和很多代码才能重现它。希望这里有人以前遇到过这个问题。
遇到这个(非常烦人的)问题的任何人;这很可能是尺寸问题。检查您的缓存...如果您有超过 GB 的大型数据集和对象,那么您需要将 lazy.cache 设置为 false:您可以使用 (cache.lazy=FALSE)
按块执行此操作,也可以将 knitr::opts_chunk$set(cache.lazy=FALSE)
在 Rmarkdown 的顶部以在全球范围内执行此操作。这是 2013 年 post...但它与问题相关:https://github.com/yihui/knitr/issues/572
我在编织文档时收到以下错误:
Quitting from lines 583-704 (education_crime_final.Rmd)
Error in lapply(X = X, FUN = FUN, ...) :
seek failed on /Users/neatlabs/Desktop/EdSpending_Crime/education_crime_final_cache/docx/model building_7427809df73101b7d200e89c1a229cdc.rdb
Calls: <Anonymous> ... withVisible -> eval -> eval -> mean -> sapply -> lapply
Execution halted
我认为这是一个大小问题,但这只是因为我遇到了一个 google 结果,它讨论了与 Microsoft 的问题。我把问题归结为:如果我继续要求同一个对象 `r mean(sapply(ed_crime.model.2.imp$analys, AIC)) - mean(sapply(ed_crime.model.1.imp$analys, AIC))`, down to `r mean(sapply(ed_crime.model.2.imp$analys, AIC))`
,编织器继续正常;但是,当我开始询问新型号时 `r mean(sapply(ed_crime.model.5.imp$analys, AIC)) - mean(sapply(ed_crime.model.4.imp$analys, AIC))`, down to `r mean(sapply(ed_crime.model.5.imp$analys, AIC))`
我会收到上述错误。
有谁知道如何解决这个问题?我知道人们想要一个可重现的例子,但我必须给你一个非常大的文件和很多代码才能重现它。希望这里有人以前遇到过这个问题。
遇到这个(非常烦人的)问题的任何人;这很可能是尺寸问题。检查您的缓存...如果您有超过 GB 的大型数据集和对象,那么您需要将 lazy.cache 设置为 false:您可以使用 (cache.lazy=FALSE)
按块执行此操作,也可以将 knitr::opts_chunk$set(cache.lazy=FALSE)
在 Rmarkdown 的顶部以在全球范围内执行此操作。这是 2013 年 post...但它与问题相关:https://github.com/yihui/knitr/issues/572