我正在使用线性回归模型,我想手动计算一些性能指标。我使用留一交叉验证 (LOOCV) 分割数据。
下面的 R 代码给了我想要的结果,但由于我使用 for 循环和 LOOCV,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,例如使用 R 中的 apply 函数系列?
数据集上传自here
wdbc <- read_excel("Folds5x2_pp.xlsx")
wdbc[] <- lapply(wdbc, scale)
dim(wdbc)
9568 5
head(wdbc)
1 -0.629 -0.987 1.82 -0.00952 0.521
2 0.742 0.681 1.14 -0.975 -0.586
3 -1.95 -1.17 -0.185 1.29 2.00
4 0.162 0.237 -0.508 0.228 -0.462
5 -1.19 -1.32 -0.678 1.60 1.14
6 0.888 0.404 -0.173 -0.996 -0.627
fitted_value <- rep(0,nrow(wdbc))
for(i in 1:nrow(wdbc)){
test<-wdbc[i,]
training<-wdbc[-i,]
m=lad(PE ~ ., data=training, method="BR")
co.data = coef(m)
x = cbind(1, as.matrix(test[, !(colnames(test) %in% "PE")]))
fitted_value[i] <- x %*% co.data
}
R2<-(cor(wdbc$PE,fitted_value)^2)
SAD<-sum(abs(wdbc$PE-fitted_value))
c(round(SAD,2) ,round(R2,2))
注1
问题中使用的数据仅用于解释,因为在我的项目中我有许多高维度的数据集。
编辑
根据@Dominic van Essen的回答,我使用了以下R代码,并使用了parallel
包中的parSapply
函数,但它比for循环花费的时间更多。
library(parallel)
mycluster=makeCluster(detectCores()-1)
wdbc <- read_excel("Folds5x2_pp.xlsx")
wdbc[] <- lapply(wdbc, scale)
clusterExport(mycluster,c("lad","wdbc"))
fitted_value = parSapply(mycluster,seq_len(nrow(wdbc)),function(i) {
for(i in 1:nrow(wdbc)){
test<-wdbc[i,]
training<-wdbc[-i,]
m=lad(PE ~ ., data=training, method="BR")
co.data = coef(m)
x = cbind(1, as.matrix(test[, !(colnames(test) %in% "PE")]))
}
return (x %*% co.data)
})
注2
我有 8 个核心,“PE”是我的数据集中的因变量。
最佳答案
您可以使用 sapply
而不是 for...
轻松地重写循环,尽管,正如 bzki 评论的那样,仅此一项不会加速您的代码:
# 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,或者更好的是可以访问具有多个处理器的服务器,则可以使用 parSapply
轻松并行化 sapply
循环code> 来自“parallel”包,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)
关于r - 使用 R 中的 apply 函数族进行向量化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61578284/