我正在使用felm库中的lfe，并且在使用大型数据集时遇到了严重的速度问题。我的意思是1亿行。我的数据由一个因变量和五个分类变量（因子）组成。我正在运行没有协变量的回归，只有因素。
felm算法不会收敛。我还尝试了this短篇文章中使用的一些技巧，但没有改进。我的代码如下：
library(lfe)
my_data=read.csv("path_to//data.csv")
attach(data.frame(my_data))
lev1 = unique(my_data$fac1)
my_data$fac1 <- factor(my_data$fac1, levels = lev1)
lev2 = unique(my_data$fac2)
my_data$fac2 <- factor(my_data$fac2, levels = lev2)
lev3 = unique(my_data$fac3)
my_data$fac3 <- factor(my_data$fac3, levels = lev3)
现在我运行回归，没有协变量（因为我只对残差感兴趣），并且交互如下：
est <- felm(y ~ 0|fac1:fac2+fac1:fac3, my_data)
这条线需要永远而且不会收敛。请注意其尺寸如下：
fac1有大约6000个唯一值fac2有大约100个唯一值fac3有大约10个唯一值（记住有1亿行）。我怀疑使用这些因素一定有问题，因为我认为R应该能够处理这样的大小（stata的reghdfe命令可以毫无问题地处理它）。任何建议都非常感谢。