Linux 为什么kmeans在高规格的Ubuntu机器上速度如此之慢，而不是在Windows上？

我的Ubuntu机器的性能对于R

kmeans

{stats}来说非常糟糕，而Windows7没有显示任何问题

X

是一个5000 X 5的矩阵（数值变量）。

k

=6

我的台式机是Intel Xeon CPU W3530@2.80GHz x 8（即8核）Dell Precision T3500，带有Ubuntu 12.04.4 LTS（GNU/Linux 3.2.0-58-generic x86_64）和24 GB RAM

R版本3.0.2（2013-09-25）-“飞盘航行”版权所有（C）2013 统计计算平台R基金会： x86_64-pc-linux-gnu（64位）

我的结果（ubuntu机器）：

Windows计算机：

> print(el.time)
 [1] 0.01 0.12 0.14 0.19 0.20 0.21 0.22 0.25 0.28 0.30

---

你在虚拟机上运行Ubuntu吗？如果是这样的话，我可以看到结果会慢得多——这取决于为VM分配了多少内存、处理器和磁盘空间。如果它没有在虚拟机中运行，那么结果令人费解。我想在运行时查看两个系统上每次运行的性能计数器（cpu使用率、内存使用率等是多少）？否则，我唯一可以链接的是，代码“适合”windows系统的一级缓存，但不适合Linux系统。Xeon有8GB（L3？）缓存，而Core i5只有3MB——但我假设这是L3。我不知道一级和二级缓存结构是什么样子。

我猜这是BLAS的问题。如果这样编译，R可能会使用内部BLAS。除此之外，不同的BLAS版本可能会显示出显著的性能差异（）。

根据您的#抱歉的评论：sapply（1:n，function（i）system.time（kmeans（X，centers=k，nstart=i））[[3]]），而不是for循环。请注意，不会有任何性能提升，因为这基本上是相同的。另外，您对Windows机器的结果是什么？在Ubuntu上，我的Windows时间与你的相近。谢谢@tonytonov。周一回到我的办公桌时，我将更新Windows的时间安排。@A不同的是，我的Ubuntu 12.04虚拟机上的时间安排与您显示的数量级相同。我怀疑你的Ubuntu机器内存不足，开始交换。我注意到你的ubuntu R是3.0.2，而windows是3.0.1。kmeans函数是，在我的测试中，比上一个版本慢了大约20%。这还不足以解释您看到的差异，但我认为值得一提。不，这是基于磁盘的安装。我也不知道缓存，甚至不知道它们对这个问题意味着什么！我认为@ping有到目前为止最好的线索。我最近确实更新了我的安装，但我还没有回来检查这段代码。将在返回工作时很快更新。

> system.time(X.km <- kmeans(X, centers=k, nstart=25))

   user  system elapsed
   0.36    0.00    0.37

set.seed(101)
k <- 6
n <- as.integer(10)
el.time <- vector(length=n)
X <- matrix(rnorm(25000, mean=0.5, sd=1), ncol=5)
for (i in 1:n) {  # sorry, not clever enough to vectorise
    el.time[i] <- system.time(kmeans(X, centers=k, nstart=i))[[3]]
}
print(el.time)
plot(el.time, type="b")

> print(el.time)  
  [1] 0.056 0.243 0.288 0.489 0.510 0.572 0.623 0.707 0.830 0.846

> print(el.time)
 [1] 0.01 0.12 0.14 0.19 0.20 0.21 0.22 0.25 0.28 0.30