Question

我试图创建一个矩阵，从两个单独的矩阵中获取索引（200 x 1000，但也可能有不同的列大小）并根据函数ks.test计算一个值（Kologomorov-斯米尔诺夫试验）。目前我已经嵌套了创建KS.mat的sapply函数，但这只会使代码更清晰，而不是更快。有没有办法加快速度呢？

N1=100
N2=100
m=1000

set.seed(12345)
X1=matrix(rnorm(N1*m),nrow=N1)
X2=matrix(rnorm(N2*m),nrow=N2)

#Data matrix
dat = rbind(X1,X2)

#Create a matrix of permuted labels where X1 are labeled 1 and X2 are labeled 2
B=1000
label.mat=matrix(rep(rep(c(1,2),times=c(N1,N2)),B),ncol=B)
perm.mat=apply(label.mat,2,sample)

#Create matrix of KS statistics based on permuted labels and dat
KS.mat=sapply(seq(m),function(j) 
  sapply(seq(B),function(b) ks.test(dat[perm.mat[,b]==1,j],dat[perm.mat[,b]==2,j])$statistic))

Answer 1

我不知道是否有数学方法可以降低此任务的复杂性，但我有好消息！既然您已使用for重写了sapply循环，那么您距离parSapply并行一步即可。应该这么简单：

require('parallel')
cl = makeCluster(detectCores())
clusterExport(cl, c("perm.mat","B","dat"))
KS.mat=parSapply(cl, seq(m),function(j) 
  sapply(seq(B),function(b) ks.test(dat[perm.mat[,b]==1,j],dat[perm.mat[,b]==2,j])$statistic))

预计速度会随着机器上可用核心数量的增加而增加。

使用sapply在R中有效地循环两个矩阵

1 个答案: