Question

我有一个大的概率矩阵（称之为A），N乘806，其中N通常是数千的数字。

使用这个概率矩阵，我想创建另一个矩阵（称之为B），N乘806，只包含二进制值。 B [i，j]中的值是通过使用二项式在A [i，j]中的对应概率来确定的。我正在使用的代码如下：

diCases <- matrix(0, nrow = numcases, ncol = numdis)
diConts <- matrix(0, nrow = numconts, ncol = numdis)

for(row in 1:nrow(diCases)) {
    print(paste('Generating disease profile for case', row, '...'))
    for(col in 1:ncol(diCases)) {
        pDis <- Pcases[row, col]
        diCases[row, col] <- rbinom(1, 1, pDis)
    }
}

for(row in 1:nrow(diConts)) {
    print(paste('Generating disease profile for control', row, '...'))
    for(col in 1:ncol(diConts)) {
        pDis <- Pconts[row, col]
        diConts[row, col] <- rbinom(1, 1, pDis)
    }
}

基本上，我已经使用了嵌套的for循环，循环遍历每一行中的每一列并继续前进到下一行，根据结果分配1或0：

rbinom(1, 1, pDis)

其中pDis是开头提到的A [i，j]。可以想象，这很慢，是我代码中的主要瓶颈。这段代码是在我计划一次又一次地运行的模拟中，理想情况是在很短的时间内。

有没有更快的方法来实现这一目标？我查看了＆＃34; apply＆＃34;功能，但无法真正弄清楚如何使它适用于这个特定的任务。

提前谢谢大家。

Answer 1

尝试

f <- function(prob.mat) 
    matrix(rbinom(prob.mat, 1, prob.mat), ncol = ncol(prob.mat))

diCases <- f(Pcases)
diConts <- f(Pconts)

r - 快速循环遍历矩阵并计算并为每个元素赋值？

1 个答案: