我在Rfast中遇到hd.eigen问题。它给出的结果与大多数数据的eigen非常接近，但有时 hd.eign 会返回空$vector、NA 或其他不需要的结果。 例如：
> set.seed(123)
> bigm <- matrix(rnorm(2000*2000,mean=0,sd = 3), 2000, 2000)
>
> e3 = eigen(bigm)
> length(e3$values)
[1] 2000
> length(e3$vectors)
[1] 4000000
> sum(is.na(e3$vectors) == TRUE)
[1] 0
> sum(is.na(e3$vectors) == FALSE)
[1] 4000000
>
> e4 = hd.eigen(bigm, vectors = TRUE)
> length(e4$values)
[1] 2000
> length(e4$vectors)
[1] 4000000
> sum(is.na(e4$vectors) == TRUE)
[1] 2000
> sum(is.na(e4$vectors) == FALSE)
[1] 3998000
除了它破坏了我的脚本之外，这些 NA 是否表明我的数据存在更深层次的问题？还是hd.eig无法处理股票eigen()可以处理的某些情况？一个比另一个好吗？
编辑：根据Ralf的建议，我检查了我的BLAS版本，看起来R似乎正在寻找错误的版本/在错误的地方：
~ $ ldd /usr/lib64/R/bin/exec/R
linux-vdso.so.1 (0x00007ffeec3b9000)
libR.so => not found
libRblas.so => not found
libgomp.so.1 => /usr/lib64/libgomp.so.1 (0x00007feb27ef2000)
libpthread.so.0 => /usr/lib64/libpthread.so.0 (0x00007feb27ecf000)
libc.so.6 => /usr/lib64/libc.so.6 (0x00007feb27cdb000)
/lib64/ld-linux-x86-64.so.2 => /usr/lib64/ld-linux-x86-64.so.2 (0x00007feb27f7b000)
另外，我不清楚 openBLAS 是否等同于其他发行版中默认安装的 BLAS。
> sessionInfo()
R version 3.6.1 (2019-07-05)
Platform: x86_64-generic-linux-gnu (64-bit)
Running under: Clear Linux OS
Matrix products: default
BLAS/LAPACK: /usr/lib64/libopenblas_nehalemp-r0.3.6.so
编辑 2：我在基于 CentOS 的 HPC 系统上尝试了相同的示例，但没有得到任何 NA。在那里，sessionInfo()揭示：
BLAS/LAPACK: /hpc/packages/minerva-centos7/intel/parallel_studio_xe_2019/compilers_and_libraries_2019.0.117/linux/mkl/lib/intel64_lin/libmkl_gf_lp64.so
编辑 3：生成 NA 的hd.eign表达式为
vectors <- tcrossprod(y, t(FF) * L^(-0.5))
具体来说，L^(-0.5)在索引 2000 时产生 NaN
> L[2000]
[1] -1.136237e-12
但是，在未返回 NA 的两台计算机上，L[2000] 为正值(尽管略有不同，但在 HPC 系统上5.822884e-14，在运行 R 版本的 Windows 计算机上3.022511e-12Microsoft。
编辑 4：差异似乎源于基eigen()函数，该函数从问题机器上的crossprod()矩阵xx返回一个负值，但不会返回其他两个负值。我保存了xx对象并在计算机之间打开，因此我知道eigen()输入完全相同。
编辑5：我更深入地钻了一层，发现原来的负值来自这个语句eigen()
z <- if (!complex.x)
.Internal(La_rs(x, only.values))
else .Internal(La_rs_cmplx(x, only.values))
编辑 6：如果我另存为 CSV 然后重新打开，则问题计算机不会产生负特征值。
> load("/home/james/nfs-cloud/PanosLab/CircRNA/input_to_La_rs.Rdata")
> r <- .Internal(La_rs(as.matrix(x), only.values = FALSE))
> sum(r$values < 0)
[1] 1
> write.csv(x, "test_for_internal.csv", row.names = FALSE)
> x <- read.csv("test_for_internal.csv")
> r <- .Internal(La_rs(as.matrix(x), only.values = FALSE))
> sum(r$values < 0)
[1] 0
这能给任何人提供线索吗？这是一个错误吗？
Rfast 中的 hd.eigen 函数仅针对 n 小于 p 的情况而设计。