Question

我发现像这样使用boot包

library(boot)

calculate_mean_1 <- function(.data, i){
  mean(.data$mpg[i])
}

system.time(
  samples_1 <- boot(mtcars, statistic = calculate_mean_1, R=10000)$t
)

与使用rsample软件包相比，我创建引导程序样本的速度快10倍以上：

library(tidyverse)
library(rsample)

calculate_mean_2 <- function(.data) {
  mean(analysis(.data)$mpg)
}

system.time(
  samples_2 <- bootstraps(mtcars, times = 10000) %>% 
    mutate(m = map_dbl(splits, calculate_mean_2))
)

我想知道我是否在正确使用rsample。

Answer 1

看来您做得对。我假设不同之处在于rsample使用列表而不是标准向量。 rsample的优点是您可以在同一运行中计算多个统计信息，因此，这样做可能会花费一些时间（并使代码更易于阅读）。

Answer 2

要缩小性能差距，请考虑从数据帧的子集中绘制引导样本。

system.time(
  samples_3 <- bootstraps(mtcars %>% dplyr::select(mpg), times = 10000) %>% 
    mutate(m = map_dbl(splits, calculate_mean_2))
)

使用rsample软件包进行引导比使用引导软件包慢得多

2 个答案: