R中计算大型矩阵逆的最快方法

我需要根据线性回归计算一个hat矩阵。标准R代码为：

---

逐行追踪代码有点困难，因为R代码的设置有点复杂。但请继续阅读下面的指示

重要的一点是，这个主题已经讨论过很多次了：发生的事情是R将其发送给和库。其中包含人类已知的最有效的代码。一般来说，你不能通过重写来获得它

通过将一个BLAS/LAPACK实现切换到另一个实现，可以获得性能差异——在线上也有很多帖子。R本身带有所谓的“参考BLAS”，已知是正确的，但速度最慢。你可以切换到Atlas，OpenBLAS，MKL。。。取决于您的操作系统；有关如何执行此操作的说明，请参阅安装时附带的一些说明

为完整起见，每个文件src/main/names.c中的命令%*%、crossprod和tcrossprod都指向do_matprod。这在文件中，对参数类型进行大量的参数检查、排列和分支，但例如，一条路径会调用

F77_CALL(dsyrk)(uplo, trans, &nc, &nr, &one, x, &nr, &zero, z, &nc
        FCONE FCONE); 

---

是的。对于所有其他人来说，这基本上是一样的，这不太可能成为您优化的场所。

逐行追踪此代码有点困难，因为R代码的设置有点复杂。但请继续阅读下面的指示

重要的一点是，这个主题已经讨论过很多次了：发生的事情是R将其发送给和库。其中包含人类已知的最有效的代码。一般来说，你不能通过重写来获得它

通过将一个BLAS/LAPACK实现切换到另一个实现，可以获得性能差异——在线上也有很多帖子。R本身带有所谓的“参考BLAS”，已知是正确的，但速度最慢。你可以切换到Atlas，OpenBLAS，MKL。。。取决于您的操作系统；有关如何执行此操作的说明，请参阅安装时附带的一些说明

为完整起见，每个文件src/main/names.c中的命令%*%、crossprod和tcrossprod都指向do_matprod。这在文件中，对参数类型进行大量的参数检查、排列和分支，但例如，一条路径会调用

F77_CALL(dsyrk)(uplo, trans, &nc, &nr, &one, x, &nr, &zero, z, &nc
        FCONE FCONE); 

---

是的。对于所有其他情况，这基本上是相同的，这不太可能成为您进行优化的场所。

crossprodX是一个100x100矩阵，因此解算部分是瞬时的。需要花费时间的是计算与最后的X相同的X大小。你确定这是你真正需要做的吗？之后你没有对这个矩阵做任何事情吗？例如，将其与向量相乘或得到对角线？一般评论：通过直接翻译线性代数来解决统计问题通常是错误的。例如，hat矩阵的‘hatvalues’对角线是从QR分解的结果开始在R中计算的：看看你是否需要整个hat矩阵，你不能完全使用该解决方案，但是一般的观点是，可能有更有效的线性代数可以得到你想要的…对于如何快速进行矩阵运算的一般问题？它是单线程MKL+数据并行的，例如，如果您正在进行模拟，请并行运行多个迭代。我明白了，谢谢大家的评论，也感谢@eddelbuettel对下面的响应。由于这将是R软件包的一部分，因此更改“参考爆炸”可能不是一个好办法，因为每个用户可能有不同的库。。我将尝试找到一个解决方案，不直接翻译线性代数，如本所指出的。事实上，这条线是多元线性模型中平方和叉积矩阵计算的一部分。我又问了一遍，crossprodX是一个100x100的矩阵，因此解算部分是瞬时的。需要花费时间的是计算与最后的X相同的X大小。你确定这是你真正需要做的吗？之后你没有对这个矩阵做任何事情吗？例如，将其与向量相乘或得到对角线？一般评论：通过直接翻译线性代数来解决统计问题通常是错误的。例如，hat矩阵的‘hatvalues’对角线是从QR分解的结果开始在R中计算的：看看你是否需要整个hat矩阵，你不能完全使用该解决方案，但是一般的观点是，可能有更有效的线性代数可以得到你想要的…对于如何快速进行矩阵运算的一般问题？它是单线程MKL+数据并行的，例如，如果您正在进行模拟，请并行运行多个迭代。我明白了，谢谢大家的评论，也感谢@eddelbuettel对下面的响应。由于这将是R软件包的一部分，因此更改“参考爆炸”可能不是一个好办法，因为每个用户可能有不同的库。。 我将尝试找到一个解决方案，不直接翻译线性代数，如本所指出的。事实上，这条线是多元线性模型中平方和叉积矩阵计算的一部分。我又问。