R-截断中的快速处理方法

我问你以下问题。 假设我有以下数据库，并试图计算每个db分布（em函数给出双峰分布的每个平均值）。 问题是处理速度非常慢。 仅6个ID需要2.3分钟（想象一下，如果我必须为数千个ID这么做）。 你能想出另一种更快的方法来处理这些数据吗（例如，并行处理，使用另一个函数，使用多个核心）

谢谢

N <- 100000

components <- sample(1:3,prob=c(0.3,0.5,0.2),size=N,replace=TRUE)
mus <- c(0,10,3)
sds <- sqrt(c(1,1,0.1))

samples <- rnorm(n=N,mean=mus[components],sd=sds[components])

db<-data.frame(id=c('a','b','c','d','e','f'),dist=c(samples,samples*0.9,samples*1.1,samples*1.2,samples*0.98,samples*0.88))
db$id<-as.character(db$id)

# install.packages("bbmle")
# devtools::install_github("choisy/cutoff")
library(cutoff)

IDS<-unique(db$id)

system.time(
bimod <- lapply(1:length(unique(db$id)), function(x){
                                        x<-db[db$id==IDS[x],]$dist

                                        tryCatch({ em(x,"normal","normal") }, error=function(e){cat("ERROR :",conditionMessage(e), "\n")}) 
  })
)

126.675  11.697 140.838

---

N尝试在ID中使用矩阵而不是数据帧，使用数字而不是字符。如果你依赖于角色，可能因素是更好的选择。这会提高你的速度吗？如果没有，请查看
cutoff:：em
，并查看是否可以增强慢速部件。进行分析。您可以看到，
bbmle:：mle2
函数占用了所有的处理时间。您是如何进行分析的？带着我？您可以复制您的分析吗？在RSTUDIO中，Ctrl+Alt+Shift+P您可以尝试以某种方式将
bbmle:：mle2
部分替换为
stats4:：mle
。可能会改进，因为它小得多（未测试）。