R 适合多种glm型号：提高速度

我正在编写一个函数来适应许多

glm

模型。为了给你一些关于函数的想法，我在代码中加入了一小部分。在几个SO用户的帮助下，该函数现在可以用于我的分析目的。然而，有时，特别是当样本量相对较小时，完成整个过程可能需要相当长的时间。 为了减少时间，我正在考虑更改迭代最大化的一些细节，例如最大迭代次数。我还没有找到一种方法，可能是因为我还不熟悉

R

术语。任何建议，这样做或其他方式，以减少时间将不胜感激

all_glm <- function(crude, xlist, data, family = "binomial", ...) {
  # md_lst include formula for many models to be fitted  
  comb_lst <- unlist(lapply(1:n, function(x) combn(xlist, x, simplify=F)), recursive=F)
  md_lst   <- lapply(comb_lst,function(x) paste(crude, "+", paste(x, collapse = "+")))
  models  <- lapply(md_lst, function(x) glm(as.formula(x), family = family, data = data))
  OR      <- unlist(lapply(models, function(x) broom::tidy(x, exponentiate = TRUE)$estimate[2]))

}    

---

通常用于拟合glms的IRLS算法需要在每次迭代时进行矩阵求逆/分解

fastglm

提供了几种不同的分解选项，默认选项是较慢但更稳定的选项（带列旋转的QR）。如果您唯一感兴趣的是速度，那么两种可用的Cholesky类型分解中的一种将显著提高速度，这比仅仅更改IRLS迭代次数更可取。

fastglm

和标准IRLS实现之间的另一个显著区别是它小心地使用了半步，以防止分歧（在许多情况下，IRLS在实践中可能会分歧）

fastglm

的

方法

参数允许更改分解。选项2给出了vanilla Cholesky分解，选项3给出了一个稍微更稳定的版本。在我的计算机上，您提供的示例的计时为：

> system.time(m_glm <- glm(fo, data=df, family = binomial))
   user  system elapsed 
 23.206   0.429  23.689 

> system.time(m_speedglm <- speedglm(fo, data= df, family = binomial()))
   user  system elapsed 
 15.448   0.283  15.756 

> system.time(m_fastglm <- fastglm(x, y, family = binomial(), method = 2))
   user  system elapsed 
  2.159   0.055   2.218 

> system.time(m_fastglm <- fastglm(x, y, family = binomial(), method = 3))
   user  system elapsed 
  2.247   0.065   2.337 

---

>system.time（m_glm system.time）（m_speedglm system.time）（m_fastglm system.time（m_fastglm你试过这个软件包吗？@BenBolker谢谢。没有，我没有，我会试试看它是否有什么不同。@BenBolker我试过
fastglm
。它允许用户指定收敛的阈值容差和最大迭代次数，但它要求
x
必须是矩阵对象，这可能是不可更改的对于一些终端用户来说，是不是所有的预测值都是数字的，还是一些因素（分类的）？A最好。你的问题的典型维度是什么（观察的数量，预测值的数量）？你是否考虑过惩罚（套索/脊线）方法？这是最微小的注释。我不知道在R中有更快的实现，但是通过一些技巧可能
openGL
或其他完全基于
c++
的实现可能会稍微快一点。至于
fastglm
的问题，我建议使用st标准glm调用
glm（fo，data=df，family=binomial，method=“fastglm”）
。调用
glm
将负责将公式转换为模型矩阵，并为
fastglm
提供必要的输入。请注意，如果使用此方法（我不知道原因），打印输出确实需要很长时间.非常感谢。我从你的回答中学到了一些有趣和有益的东西。
> system.time(m_glm <- glm(fo, data=df, family = binomial))
   user  system elapsed 
 23.206   0.429  23.689 

> system.time(m_speedglm <- speedglm(fo, data= df, family = binomial()))
   user  system elapsed 
 15.448   0.283  15.756 

> system.time(m_fastglm <- fastglm(x, y, family = binomial(), method = 2))
   user  system elapsed 
  2.159   0.055   2.218 

> system.time(m_fastglm <- fastglm(x, y, family = binomial(), method = 3))
   user  system elapsed 
  2.247   0.065   2.337