如何加快R中单行代码的计算速度？

Question

我有一个非常大的数据集，想要进行一些统计分析。计算只需要一个行代码，但可能需要几天时间。有没有办法加速这个过程？

起初我认为并行化可能是一个很好的解决方案，但后来我被告知单个调用的并行化是不可能的。这是一个例子，

set.seed(1234)
mydata=rnorm(5000*150)
mydata=matrix(mydata,ncol=150)

library(parallel)
cl.cores <- detectCores()
cl <- makeCluster(cl.cores)
clusterSetRNGStream(cl,iseed=1234)
clusterExport(cl,"mydata")
clusterEvalQ(cl,library(NbClust))
nc = clusterApply(cl,2,function(min.nc) fun=NbClust(mydata,min.nc=min.nc,max.nc = 8,method = "kmeans"))
stopCluster(cl)

对于此示例，速度不会增加，因为桌面的CPU占用率保持在30％左右，这是正常值。

Answer 1

您需要获取NbClust的源代码，然后优化此功能。

例如，您可以尝试将冗余计算移出此方法（只需执行一次）。

如果函数仍然是R代码，则用C ++（即Rcpp）重写它。这将大大加快功能，因为纯R代码非常慢。