Question

我的数据框看起来与此类似：

maindata <- data.frame(cbind(num=c(79,61,62,57), 
                         denom=c(162356,170189,164634,162006), 
                         group=c(1,2,3,4)))

我的目的是选择每一行，执行引导程序重新采样，查找95％置信区间的分位数，并将CI输出到具有2列且与原始数据帧相同行数的数据帧。嵌套foreach和％do％的这个函数工作得很好，但是迭代次数越多（例如1000），行数越多的数据帧越慢：

boots = function(data, boots, seed=1234){
  if (!missing(seed)) 
    set.seed(seed) 
  pct <- NULL
  ci.pct <- list()
  foreach(j=1:nrow(data)) %do% {
    datast1    <- c(rep(1, data[j,]$num), 
                    rep(0, data[j,]$denom))
        foreach(i=1:boots, .combine='c') %do% {
          index      <- sample(1:length(datast1), size=length(datast1), replace=TRUE)
          sampledata <- datast1[index]
          pct[i]     <- mean(sampledata)
        }
        ci.pct[[j]]  <- cbind(quantile(pct, prob=c(0.025))*100000, 
                              quantile(pct, prob=c(0.975))*100000)
      }
      ci.pcts <- do.call("rbind", ci.pct)
      return(ci.pcts)
    }
    boots(data=maindata, boots=5, seed=1234)

我一直试图用％dopar％来找到一种方法来进行并行处理但不能完全掌握它：

bootsd = function(data, boots, seed=1234){
  if (!missing(seed)) 
    set.seed(seed) 
  pct <- NULL
  ci.pct <- list()
  foreach(j=1:nrow(data)) %do% {
    datast1    <- c(rep(1, data[j,]$num), 
                    rep(0, data[j,]$denom))
        foreach(i=1:boots, .combine='c') %dopar% {
          index      <- sample(1:length(datast1), size=length(datast1), replace=TRUE)
          sampledata <- datast1[index]
          pct[i]     <- mean(sampledata)
        }
        ci.pct[[j]]  <- cbind(quantile(pct, prob=c(0.025))*100000, 
                              quantile(pct, prob=c(0.975))*100000)
      }
      ci.pcts <- do.call("rbind", ci.pct)
      return(ci.pcts)
    }
bootsd(data=maindata, boots=5, seed=1234)

有没有人建议如何通过正确实施％dopar％或其他一些巧妙的技巧来修改代码以使其运行得更快？

Answer 1

我稍微重写了你的功能。我将cuda-memcheck看作一个函数，它从循环中返回结果。现在它适用于foreach。唯一的问题 - 它不服从种子。每次运行都会返回不同的结果。如果有必要，你可能需要查看%dopar%包。

doRNG

嵌套的foreach和dopar - 引导每一行数据帧

1 个答案: