H2O运行速度低于表R中的数据

如何可能将数据存储到H2O矩阵中比存储在data.table中慢

#Packages used "H2O" and "data.table"
library(h2o)
library(data.table)
#create the matrix
matrix1<-data.table(matrix(rnorm(1000*1000),ncol=1000,nrow=1000))
matrix2<-h2o.createFrame(1000,1000)

h2o.init(nthreads=-1)
#Data.table variable store
for(i in 1:1000){
matrix1[i,1]<-3
}
#H2O Matrix Frame store
for(i in 1:1000){
  matrix2[i,1]<-3
}

#使用“H2O”和“data.table”的包
图书馆（h2o）
库（数据表）
#创建矩阵
matrix1我不能回答你的问题，因为我不知道
h20
。不过我可以猜一猜

由于“修改时复制”的语义，用于填充
数据表的代码速度较慢。如果您通过引用更新表，您将难以置信地加快代码的速度

for(i in 1:1000){ 
  matrix1[i,1]<-3 
}

for(i in 1:1000){ 
  set(matrix1, i, 1L, 3) 
}

for（1:1000中的i）{
matrix1[i，1]H2O是一种客户机/服务器体系结构

因此，您所展示的是在H2O内存中指定H2O帧的一种非常低效的方法。每次写入都将变成一个网络调用。您几乎肯定不希望这样

对于您的示例，由于数据并不大，因此合理的做法是对本地数据帧（或datatable）进行初始赋值，然后使用as.h2o（）的push方法

这会将R客户机的R数据帧推送到H2O服务器内存中的H2O帧中。（您可以按.data.table（）执行相反的操作。）


数据表提示：

对于data.table，首选in-place:=语法。这样可以避免复制。例如：

matrix1[i, 3 := 42]


H2O提示：

将数据读入H2O的最快方法是使用H2O.importFile（）中的pull方法摄取数据。这是并行和分布式的

上面显示的as.h2o（）技巧适用于容易放入一台主机内存中的小型数据集

如果您想查看R和H2O之间的网络消息，请调用H2O.StasLogLogg（）。请指定您正在使用的包。我正在使用H2O和DATA表包装。如果下面的答案是有用的，请考虑接受它。谢谢！如果我想填充所有列而不是简单行[I]，那么如何使用SET（MatRIX1，I，1L，3）？？双循环？事实上，如果你想填充表格，最好在创建时填充，而不是在创建后在循环中填充。这不是R方式。想象一下，我想为矩阵的一列指定另一个df的值，这是最好的方式吗？
matrix[，I]=df$mycol
复制矩阵列
i
或
matrix[，i]=3
中的整个列
！
matrix1[i, 3 := 42]