Matlab 矩阵按行非等分矢量化

我有

X#test

这是一个大小为

967874 X 3

的矩阵，其中列是：

doc#，wordID，wordCount

，有7505个唯一的doc#（

长度（唯一的（X#test（：，1））==length（Y#test）==7505

）。矩阵行也已根据doc#的列进行排序

我还有一个

likelihoods

矩阵，大小为

61188x20

，其中行都是可能的wordid，列是不同的类（

length（unique（Y_test））==20

）

我试图得到的结果是一个大小为

7505 x 20

的矩阵，其中每一行表示不同的文档，并且对于每个类（列），包含似然矩阵行中与该文档的wordid对应的值的字数总和（试图想出更好的措辞…）

我的第一个想法是根据文档将2D矩阵重新排列为3D矩阵，但每个唯一文档的行数不相等。我还认为制作一个由7505个矩阵组成的单元数组不是一个好主意，但这可能是错误的

如果我只展示我的代码，它可能更具解释性，但速度较慢，因为它会遍历7505个文档中的每一个：

probabilities = zeros(length(Y_test),nClasses); % 7505 x 20
for n=1:length(Y_test) % 7505 iterations
    doc = X_test(X_test(:,1)==n,:);
    result = bsxfun(@times, doc(:,3), log(likelihoods(doc(:,2),:)));
    % result ends up size length(doc) x 20   
    probabilities(n,:) = sum(result);
end

在上下文中，这就是我使用概率矩阵的目的：

% MAP decision rule
probabilities = bsxfun(@plus, probabilities, logpriors'); % add priors
[~,predictions] = max(probabilities,[],2);
CCR = sum(predictions==Y_test)/length(Y_test); % correct classification rate
fprintf('Correct classification percentage: %0.2f%%\n\n', CCR*100);

编辑：因此我根据doc#将矩阵分割成一个单元格数组，但不知道如何同时将

bsxfun

应用于单元格中的所有数组

counts = histc(X_test(:,1),unique(X_test(:,1)));
testdocs = mat2cell(X_test,counts);

---

你分析过代码了吗？您可能要解决的瓶颈是

doc=…

，因为这需要对X_测试的所有元素进行7000次比较。一次传递就可以工作（一次生成您需要的所有doc{m}），稍后您只需在同一个循环中使用doc{m}。如果瓶颈在

result=…

，我认为你做不了多少。此代码仅对每个元素操作一次。您可以使用简单的

tic来分析。。。doc{m}=X_检验。。。；结束toc

，然后用

doc{m}

代替

doc

（省略

doc=…

行）。哦，哇，我一定是太累了，我刚刚用

testdocs{n}

替换了

doc

，它几乎立即计算了一切。谢谢；）