r语言lm函数_如果R语言自带函数不能用,那我就自己写一个
一个很大的矩阵, 320127 行, 8189列,假如用一个全为0的普通矩阵来存储,需要用到9.8Gb
cols 8189
rows 320127
mat matrix(data = 0, nrow=320127, ncol = 8189)
print(object.size(mat), unit="GB")
# 19.5 Gb
mat matrix(data = 0L, nrow=320127, ncol = 8189)
print(object.size(mat), unit="GB")
# 9.8 Gb这里的0其实也要区分
这里的 0L
表示数据类型是 integer
,默认是 numeric
. 这两者最大的区别在于,当你用 320127L*8189L
,你会得到一个NA,而 320127*8189
不会
如果用稀疏矩阵保存的话
mat Matrix(data = 0L, nrow=320127, ncol = 8189, sparse = TRUE)
print(object.size(mat), unit="GB")
#0 Gb
dim(mat)
#[1] 320127 8189
虽然行列数一样,但是稀疏矩阵几乎不占用任何内存。而且普通矩阵支持的运算,比如说求行和,求列和,提取元素的操作,在稀疏矩阵矩阵也是可以的,只不过会多花一点点时间而已。同时还有很多R包支持稀疏矩阵,比如说 glmnet
,一个做lasso回归的R包。
虽然看起来稀疏矩阵很美好,但是在R语言中那么大的稀疏矩阵的部分操作会出错
> mat2 mat + 1
Error in asMethod(object) :
Cholmod error 'problem too large' at file ../Core/cholmod_dense.c, line 105
即便是我想把它用 as.matrix
转回普通矩阵,它也报错了
> mat3 Matrix::as.matrix(mat)
Error in asMethod(object) :
Cholmod error 'problem too large' at file ../Core/cholmod_dense.c, line 105
既然现成的 as.matrix
无法处理,那怎么办呢?最简单粗暴的方法就是新建一个普通矩阵,然后对稀疏矩阵进行遍历,将稀疏矩阵的值挨个放回到的普通矩阵上。
mat2 matrix(data = 0, nrow=320127, ncol = 8189)
for (i in seq_len(nrow(mat))){
for (j in seq_len(ncol(mat))){
mat2[i,j] mat[i,j]
}
}
那么这大概要多少时间呢?反正我的电脑跑了2个小时也没有跑完,所以你也别测试了。
那有没有办法可以加速呢?加速的方法就是减少for循环的次数,因为我们是一个稀疏矩阵,大部分的空间都是0,我们只需要将不为0的部分赋值给新矩阵即可。
这需要我们去了解下稀疏矩阵的数据结构
> str(mat)
Formal class 'dgCMatrix' [package "Matrix"] with 6 slots
..@ i : int(0)
..@ p : int [1:8190] 0 0 0 0 0 0 0 0 0 0 ...
..@ Dim : int [1:2] 320127 8189
..@ Dimnames:List of 2
.. ..$ : NULL
.. ..$ : NULL
..@ x : num(0)
..@ factors : list()
@Dim
记录矩阵的维度信息, @Dimnames
记录行名和列名, @x
记录不为0的数值。@i
记录不为0的行索引,和 @x
对应,这里全为0,所以不记录。@p
比较复杂,并不是简单的记录不为0值的列索引,看文档也不知道是啥,不过通过检索可以找到它和不为0值的列索引的换算关系。
因此代码优化为
row_pos mat@i+1
col_pos findInterval(seq(mat@x)-1,mat@p[-1])+1
val mat@x
for (i in seq_along(val)){
tmp[row_pos[i],col_pos[i]] val[i]
}
可以将其封装为一个函数
as_matrix function(mat){
tmp matrix(data=0L, nrow = mat@Dim[1], ncol = mat@Dim[2])
row_pos mat@i+1
col_pos findInterval(seq(mat@x)-1,mat@p[-1])+1
val mat@x
for (i in seq_along(val)){
tmp[row_pos[i],col_pos[i]] val[i]
}
row.names(tmp) mat@Dimnames[[1]]
colnames(tmp) mat@Dimnames[[2]]
return(tmp)
}
对于一个320127 行, 8189列的矩阵,非零数值有80000000,我在服务器上的运行时间大概是2分钟
如果速度还需要提高,那么可能就需要Rcpp上场了. 代码可以阅读原文即可到我的博客观看。同样是测试一个320127 行, 8189列,非零数值有80000000的稀疏的矩阵,我在服务器上的运行时间大概是40秒,速度又提高了3倍。
推荐阅读
8秒完成2万个基因的生存分析,人人都可以!
r语言lm函数_如果R语言自带函数不能用,那我就自己写一个相关推荐
- R语言使用lm函数构建多元回归模型(Multiple Linear Regression)、并根据模型系数写出回归方程、使用fitted函数计算出模型的拟合的y值(响应值)向量
R语言使用lm函数构建多元回归模型(Multiple Linear Regression).并根据模型系数写出回归方程.使用fitted函数计算出模型的拟合的y值(响应值)向量 目录
- R语言使用lm函数构建多元回归模型(Multiple Linear Regression)、并根据模型系数写出回归方程、使用resid函数或者residuals计算出模型的残差值
R语言使用lm函数构建多元回归模型(Multiple Linear Regression).并根据模型系数写出回归方程.使用resid函数或者residuals计算出模型的残差值 目录
- R语言使用lm函数构建多元回归模型(Multiple Linear Regression)、并根据模型系数写出回归方程、使用deviance函数计算出模型的残差平方和
R语言使用lm函数构建多元回归模型(Multiple Linear Regression).并根据模型系数写出回归方程.使用deviance函数计算出模型的残差平方和 目录
- R语言lm函数拟合多项式回归模型、删除数据中的异常样本outlier、之后诊断模型( diagnostics)、使用plot函数打印回归模型的QQ图、残差拟合图、标度-位置图、残差与杠杆关系图
R语言使用lm函数拟合多项式回归模型( Polynomial regression).删除数据中的异常样本(outliser).之后再次诊断模型(Regression diagnostics).使用p ...
- R语言lm函数拟合多元线性回归模型(无交互作用)、并诊断模型diagnostics、使用plot函数打印回归模型的Q-Q图、残差拟合图、标度-位置图、残差与杠杆关系图
R语言使用lm函数拟合多元线性回归模型.假定预测变量没有交互作用(Multiple linear regression).并诊断模型(Regression diagnostics).使用plot函数打 ...
- R语言lm函数构建简单线性回归(建立线性回归模型)、拟合回归直线、通过方差分析按变异的来源把结果变量的自由度、平方和、平均平方和进行分解、使用回归平方和与总的平方和计算调整R方指标(调整后的决定系数)
R语言使用lm函数构建简单线性回归模型(建立线性回归模型).拟合回归直线.通过方差分析按变异的来源把结果变量的自由度.平方和.
- r语言lm函数找不到对象_R语言错误的提示(中英文翻译)
# Chinese translations for R package # Copyright (C) 2005 The R Foundation # This file is distribute ...
- r语言 悲观剪枝_【R语言新书】前言Ⅲ—R语言编程思想
张敬信:我的R语言新书信息汇总zhuanlan.zhihu.com 0.3 R 语言编程思想 0.3.1 面向对象 R 是一种基于对象的编程语言,即在定义类的基础上,创建与操作对象:数值向量.函数. ...
- r语言dmy()函数转化出现na_R语言入门系列之二
2数据管理与可视化 2.1数据预处理 在进行正式的数据分析之前,通常要对数据进行处理.而读取数据仅仅是最简单的,之后还要进行数据的筛选.排序.转换等.数据框是最方便的数据存储.管理对象.R有很多内置的 ...
最新文章
- 一条诡异的insert语句
- Linux I/O复用之select函数详解
- 操作系统学习笔记-02-操作系统的特征
- java实现权限_Java实现权限管理的两种方式
- Linux服务之httpd基本配置详解
- 判断当前js运行的平台环境 取自vue源码
- Android FAE工程师要求,使用AndroidStudio进行系统应用开发
- hutool工具私人学习笔记
- 扫地机器人的人工智能与传感器
- 比较好用的学习、工具网站推荐
- GEE实战 | 计算NDVI NDWI
- Reality Shares联合纳斯达克,将推出区块链经济指数
- Symbian OS C++程序员编码诀窍
- RO,RW,ZI,FLASH,RAM前世今生
- 干货 | 全行业薪酬一览表,建议收藏!
- MacBook Pro使用记录(一):手动清理内存
- 计算鬼成像学习笔记一:简介
- 二进制反码求和java_简单又复杂的“整数类型”
- (40)Verilog实现序列10111【状态机三段式】
- recaptcha java_reCAPTCHA打不开的解决方法
热门文章
- php小数点不足两位补零,PHP数字补零的两种方法
- java 安全发布对象_Java安全的发布对象
- Oracle11新特性:分区功能增强-Oracle新增复合分区 (转载)
- Hibernate的出现和Hinbernate的简单模拟实现
- linux c获取内存和cpu使用率,linux c程序获取cpu使用率及内存使用情况
- 基于JAVA+Swing+MYSQL的在线考试系统
- 基于JAVA+Servlet+JSP+MYSQL的运动会管理系统
- 快手:笔试题(版本号比较,平方和为1,合并两个流)
- .net core 2.0学习笔记(三):度量.net framework 迁移到.net core的工作量
- php 判断字符串中是否包含另一个字符串 strpos