R中应用函数族的矢量化

我正在使用线性回归模型，我想手动计算一些性能度量。我使用留一交叉验证（LOOCV）分割数据

下面的R代码给出了我想要的结果，但由于我在LOOCV中使用for循环，所以需要很长时间

有没有一种方法可以快速重写我的代码，比如使用R中的apply函数族

数据集是从中上载的

注2

---

我有8个核，“PE”是我的数据集中的因变量。

您可以使用

sapply

而不是

为…

轻松地重新编写循环，尽管正如bzki所评论的，这本身并不能加快代码的速度：

# sapply version:
fitted_value = sapply(seq_len(nrow(wdbc)),function(i) {
    # put all the gubbins in here
    # ...
    return (x %*% co.data)
})

但是，如果您的计算机上有多个可用内核，或者（甚至更好）访问具有多个处理器的服务器，则可以使用“并行”软件包中的

parSapply

轻松并行化

sapply

循环，如本例所示：

# slow sapply loop (takes 12s):
data=123
answer = sapply(1:12,function(i) {
    Sys.sleep(1)
    return(data+i)
})
# faster parallel version (takes 4s on my laptop with 4 cores):
library(parallel)
mycluster=makeCluster(detectCores()-1) # leave 1 core available for system 
data=123
clusterExport(mycluster,"data") # specify variable(s) that should be available to parallel function
answer = parSapply(mycluster,1:12,function(i) {
    Sys.sleep(1)
    return(data+i)
})
stopCluster(mycluster)

---

简单评论一下：apply函数族在R中不矢量化操作。它们是完成任务的方便包装函数，但通常不会有很大的速度改进。@bzki，我明白了。那么，你认为有办法加快我的代码吗？因为我有很多不同维度的数据集，这需要花费太多的时间。不幸的是，我不知道你的问题的答案（比我更有知识的人可以回答）。对于使用最小二乘拟合的线性回归，有一种简单的方法可以通过只拟合一次模型来获得LOO CV误差：。我不知道最小绝对偏差拟合是否也有类似的功能。其他软件包（例如tidyverse）也有类似的功能吗？您可以使用Furr软件包，它允许您使用purrr软件包中的并行功能，如map、map2、pmap等。@jeza-这很烦人，不幸的是，我不熟悉特定的

lad（）

和

coef（）

函数，如果这些函数是问题的一部分，您可以使用它们来提供帮助。但我有几个问题：1。您是否检查过您的计算机是否有多个可并行处理的内核（detectCores（）的输出是什么？）；2.您的函数中的

PE

是什么？这是另一个你应该为并行函数提供的变量吗？@Dominic van Essen，我有8个核，“PE”是我数据集中的因变量。@jeza-好的-我没有注意到这一点。对于…循环，您不需要

。
parSapply
应自行完成此操作。尝试简单地删除…

行的

，以及底部相应的
}
。
# sapply version:
fitted_value = sapply(seq_len(nrow(wdbc)),function(i) {
    # put all the gubbins in here
    # ...
    return (x %*% co.data)
})

# slow sapply loop (takes 12s):
data=123
answer = sapply(1:12,function(i) {
    Sys.sleep(1)
    return(data+i)
})
# faster parallel version (takes 4s on my laptop with 4 cores):
library(parallel)
mycluster=makeCluster(detectCores()-1) # leave 1 core available for system 
data=123
clusterExport(mycluster,"data") # specify variable(s) that should be available to parallel function
answer = parSapply(mycluster,1:12,function(i) {
    Sys.sleep(1)
    return(data+i)
})
stopCluster(mycluster)