0

我正在尝试编写一个 R 脚本，作为第一步，dist()为输入矩阵的每一行计算和其他内容，然后作为脚本的第二步，使用在第一步中获得的每对输出矩阵来制作另一个计算。我的问题是我无法“保存”从第一步获得的所有矩阵。谁能告诉我一个好的策略？

我的代码如下所示：

n<- nrow (aa)
output <- matrix (0, n, n)
for (i in 1:n)
{
    for (j in i:n)
    {
        akl<- function (dii){
            ddi<- as.matrix (dii)
            m<- rowMeans(ddi)
            M<- mean(ddi)
            r<- sweep (ddi, 1, m)
            b<- sweep (r, 2, m)
            return (b + M)  
            }
        A<- akl(dist(aa[i,]))
        B<- akl(dist(aa[j,]))
            V <- sqrt ((sqrt (mean(A * A))) * (sqrt(mean(B * B))))
        if (V > 0) {
            output[i,j] <- (sqrt(mean(A * B))) / V else output[i,j] <- 0
            }
    }
}

我想从akl函数中获取所有生成的矩阵，然后将它们用于其余的计算。我在这里展示的脚本在时间方面非常昂贵，因为它每次都计算 akl 并且对于大型输入矩阵是一个问题。

4

2 回答 2

3

您不需要在 j 循环内重新计算 A ，将它带到外面。

此外，您不需要每次都重新定义循环内的函数（假设它不依赖于循环内的任何内容）。

n<- nrow (aa)
output <- matrix (0, n, n)
akl<- function (dii){
            ddi<- as.matrix (dii)
            m<- rowMeans(ddi)
            M<- mean(ddi)
            r<- sweep (ddi, 1, m)
            b<- sweep (r, 2, m)
            return (b + M)  
            }
for (i in 1:n)
{
    A<- akl(dist(aa[i,]))
    for (j in i:n)
    {
        B<- akl(dist(aa[j,]))
            V <- sqrt ((sqrt (mean(A * A))) * (sqrt(mean(B * B))))
        if (V > 0) {
            output[i,j] <- (sqrt(mean(A * B))) / V else output[i,j] <- 0
            }
    }
}

试试看，运行你的测试（你有写过的测试，对吧？）然后看看。

于 2013-01-09T16:47:31.973 回答
0

既然您已经对代码进行了改进，请查看编译器包。通过使用带有 enablejit(3) 的编译器，您可以节省大量循环脚本的时间。

于 2013-01-10T00:20:21.213 回答