我有一个包含 n 行观察的矩阵。观测值是特征的频率分布。我想将频率分布转换为每行之和为 1 的概率分布。因此,矩阵中的每个元素都应除以该元素的行之和。
我编写了以下 R 函数来完成这项工作,但它对于大型矩阵非常慢:
prob_dist <- function(x) {
row_prob_dist <- function(row) {
return (t(lapply(row, function(x,y=sum(row)) x/y)))
}
for (i in 1:nrow(x)) {
if (i==1) p_dist <- row_prob_dist(x[i,])
else p_dist <- rbind(p_dist, row_prob_dist(x[i,]))
}
return(p_dist)
}
B = matrix(c(2, 4, 3, 1, 5, 7), nrow=3, ncol=2)
B
[,1] [,2]
[1,] 2 1
[2,] 4 5
[3,] 3 7
prob_dist(B)
[,1] [,2]
[1,] 0.6666667 0.3333333
[2,] 0.4444444 0.5555556
[3,] 0.3 0.7
您能否建议完成这项工作的 R 函数和/或告诉我如何优化我的函数以更快地执行?