Question

我无法理解如何使代码并行。我的愿望是从20的矩阵中找出3个向量，这些向量产生与我的测量变量最接近的线性回归（这意味着总共有1140种不同的组合）。目前，我能够使用3个嵌套foreach循环返回最佳向量。但是，我的愿望是使外环（或所有它们？）并行工作。任何帮助将不胜感激！

这是我的代码：

NIR= matrix(rexp(100, rate=0.01),ncol=20, nrow = 4) #Creating the matrix with 20 vectors
colnames(NIR)=c(1:20)

S.measured=c(7,9,11,13) #Measured variable

bestvectors<-matrix(data=NA,ncol = 3+1, nrow= 1) #creating a vector to save in it the best results 

###### Parallel stuff
no_cores <- detectCores() - 1
cl<-makeCluster(no_cores)
registerDoParallel(cl)

#nested foreach loop to exhaustively find the best vectors
foreach(i=1:numcols) %:% 
  foreach(j=i:numcols) %:% 
    foreach(k=j:numcols) %do% {
      if(i==j|i==k|j==k){ #To prevent same vector from being used twice 
      }
      else{
        lm<-lm(S.measured~NIR[,c(i,j,k)]-1) # package that calculates the linear regression 
        S.pred<-as.matrix(lm$fitted.values) # predicted vector to be compared with the actual measured one
        error<-sqrt(sum(((S.pred-S.measured)/S.measured)^2)) # The 'Error' which is the product of the comparison which we want to minimize 


#if the error is smaller than the last best one, it replaces it. If not nothing changes

if(error<as.numeric(bestvectors[1,3+1])|is.na(bestvectors[1,3+1])){
          bestvectors[1,]<-c(colnames(NIR)[i],colnames(NIR)[j],colnames(NIR)[k],as.numeric(error))
          bestvectors[,3+1]<-as.numeric(bestvectors[,3+1])
        }
      }
    }

Answer 1

使用foreach的一般建议：

如果您希望代码在多个核心上运行，请使用foreach(i=1:numcols) %dopar% { ... }。 %do%装饰器不完美地模拟并行性，但在单个核心上运行。
在循环运行时，%dopar%生成的进程无法相互通信。因此，设置代码以输出R对象，如data.frame或vector，然后进行比较。在您的情况下，if(error<as.numeric ...行中的逻辑应在主foreach循环后按顺序执行（不是并行执行）。
嵌套%dopar%循环的行为在操作系统中不一致，并且在跨核心生成进程的方式上不清楚。为了获得最佳性能和可移植性，请在最外层循环中使用单个foreach循环，然后在其中使用vanilla for循环。

使用'foreach'在R中运行所有可能的排列

1 个答案: