R-嵌套For循环的向量化
对于另一个“循环矢量化”问题,我很抱歉,但我还没有弄明白如何做到这一点。我尝试编写的函数很简单: 对于enroll.in中的每一行,首先使用hasMedClaims逻辑模型输出作为响应概率 生成随机数,并使用该随机数确定是否应对响应进行建模 如果是,则对响应进行建模。如果没有,请输入0。对每行enroll.in nsim重复一次R-嵌套For循环的向量化,r,for-loop,vectorization,R,For Loop,Vectorization,对于另一个“循环矢量化”问题,我很抱歉,但我还没有弄明白如何做到这一点。我尝试编写的函数很简单: 对于enroll.in中的每一行,首先使用hasMedClaims逻辑模型输出作为响应概率 生成随机数,并使用该随机数确定是否应对响应进行建模 如果是,则对响应进行建模。如果没有,请输入0。对每行enroll.in nsim重复一次 simMedClaims.loop<-function(hasMedClaims.in, MedClaims.in, enroll.in, nsim = 100
simMedClaims.loop<-function(hasMedClaims.in, MedClaims.in, enroll.in, nsim = 100){
set.seed(100)
#dataframe to hold results
results<-matrix(0, ncol = nsim, nrow = nrow(enroll.in))
results<-data.frame(results)
hasclaims<-predict(hasMedClaims.in, newdata = enroll.in, type = "response")
means<-predict(MedClaims.in, newdata = enroll.in, type="response")
for(ii in 1:nrow(enroll.in))
{
for(jj in 1:nsim){
unif.rand<-runif(1)
results[ii,jj]<-ifelse(unif.rand < hasclaims[ii], exp(rnorm(1,mean = means[ii], sd = sqrt(MedClaims.in$sig2))), 0)
}
}
return(results)
}
set.seed(100)
dummy<-data.frame(hasresponse = rbinom(100000, 1, .5), response = rnorm(100000, mean = 5, sd = 1), x1 = runif(100000, 0, 60), x2 = as.factor(rbinom(100000, 1, .5)+1))
dummy$response<-dummy$hasresponse*dummy$response
hasresponse_gam<-mgcv::gam(hasresponse ~ s(x1,bs="ps", by=x2)+x2, data=dummy, family = binomial(link="logit"), method="REML")
response<-mgcv::gam(response ~ s(x1,bs="ps", by=x2)+x2, data=dummy[dummy$hasresponse==1,])
dummyEnroll<-data.frame(x1 = runif(10, 20, 50), x2 = as.factor(rbinom(10, 1, .5)+1))
system.time(result<-simMedClaims.loop(hasresponse_gam, response, dummyEnroll, 1000))
user system elapsed
38.66 0.00 39.35
simMedClaims.loop考虑在sapply
或vapply
中传递两个向量参数,以避免嵌套的for
循环,并需要初始化结果数据帧。当然,如果:
以上方法已使用随机数据进行测试,并返回与嵌套循环相同的结果(不包括OP的predict
或ifelse
,因为没有):
数据
enroll.in <- sapply(1:5, function(i) rnorm(15))
nsim <- 100
基准测试表明,至少对于小数据而言,两种方法之间的处理效果并不是更好。注意:较大的纳秒处理是由于函数“set.seed()
用于比较随机生成的数据。所以古老的格言认为:
for
循环没有什么错:
你能提供一个MWE吗?很遗憾,我不能分享我使用的任何数据。我应该添加什么?不,不要使用您的数据,提供一个有效的虚拟示例:)我认为添加内容现在应该足够了。我还澄清了我到底想做什么。我做了一些补充来改进我的问题。您是否使用示例数据尝试了此解决方案?那么您还有什么问题?唯一剩下的问题是循环函数和向量化函数不会返回相同的结果。我不确定这是否只是一个随机化问题,或者向量化函数是否有其他问题,您需要对每个随机抽取
set.seed()
。您的ifelse()
有一个rnorm()
调用。要为循环
和vapply
复制,请在unif.rand之后添加一个编号相同的set.seed()
> system.time(result<-simMedClaims.loop(hasresponse_gam, response, dummyEnroll, 100))
user system elapsed
0.06 0.00 0.13
> system.time(result2<-simMedClaims2(hasresponse_gam, response, dummyEnroll, 100))
user system elapsed
0.02 0.00 0.02
simMedClaims.loop <- function(hasMedClaims.in, MedClaims.in, enroll.in, nsim = 100){
hasclaims <- predict(hasMedClaims.in, newdata = enroll.in, type = "response")
results <- data.frame(t(vapply(seq(nrow(enroll.in)), function(ii,jj) {
unif.rand <- runif(jj)
ifelse(unif.rand < hasclaims[ii], ..., 0)
numeric(nsim), seq(nsim))))
}
simMedClaims.loop <- function(hasMedClaims.in, MedClaims.in, enroll.in, nsim = 100){
hasclaims <- predict(hasMedClaims.in, newdata = enroll.in, type = "response")
# LONG FORMAT
df <- expand.grid(1:nrow(enroll.in), 1:nsim)
df$unif.rand <- runif(nrow(df))
df$val <- ifelse(df$unif.rand < hasclaims[ii], ..., 0)
# WIDE FORMAT
results <- data.frame(t(sapply(seq(1, nrow(df), by=nsim), function(i)
df$random_num[i:(i+(nsim-1))])))
}
enroll.in <- sapply(1:5, function(i) rnorm(15))
nsim <- 100
func1 <- function() {
set.seed(98)
results1<-matrix(0, ncol = nsim, nrow = nrow(enroll.in))
results1<-data.frame(results1)
for(ii in 1:nrow(enroll.in))
{
for(jj in 1:nsim){
results1[ii,jj] <- runif(1)
}
}
return(results1)
}
func2 <- function() {
set.seed(98)
results2 <- data.frame(t(vapply(seq(nrow(enroll.in)), function(ii,jj)
runif(jj),
numeric(nsim), seq(nsim))))
}
func3 <- function() {
set.seed(98)
df <- expand.grid(1:nrow(enroll.in), 1:nsim)
df$random_num <- runif(nrow(df))
results3 <- data.frame(t(sapply(seq(1, nrow(df), by=nsim), function(i)
df$random_num[i:(i+(nsim-1))])))
}
all.equal(func1(), func2())
# [1] TRUE
all.equal(func2(), func3())
# [1] TRUE
library(microbenchmark)
microbenchmark(func1)
# Unit: nanoseconds
# expr min lq mean median uq max neval
# func1 30 32 37.07 32 33 461 100
microbenchmark(func2)
# Unit: nanoseconds
# expr min lq mean median uq max neval
# func2 29 31 39.41 32 33 729 100
microbenchmark(func3)
# Unit: nanoseconds
# expr min lq mean median uq max neval
# func3 30 31 35.6 32 33 370 100