Question

我试图创建一个成对的相似度矩阵，在该矩阵中，我使用R包HPOSim的“ getSimWang”功能将每个HPO项与每个其他HPO项的相似性进行比较。可在此处获取软件包：https://sourceforge.net/projects/hposim/

我可以使用以下方法为HPO项的子集（约13,000个）创建成对相似性矩阵：

list1<-c("HP:0002404","HP:0011933","HP:0030286")

custom <- function(x,y){ 
           z <- getSimWang(x,y)
           return(z)
        }

outer(list1, list1, Vectorize(custom))
         [,1]      [,2] [,3]
[1,] 1.0000000 0.6939484    0
[2,] 0.6939484 1.0000000    0
[3,] 0.0000000 0.0000000    1

sapply(list1, function(x) sapply(list1, function(y) custom(x,y)))
           HP:0002404 HP:0011933 HP:0030286
HP:0002404  1.0000000  0.6939484          0
HP:0011933  0.6939484  1.0000000          0
HP:0030286  0.0000000  0.0000000          1

但是，当我尝试扩展此代码以将其应用于其余HPO术语时，R进行了24小时的计算，而当我使用pbsapply估计所需的时间时，估计为20 < strong> 天！

我也尝试过mapply-但这只是给我一部分计算（x1y1，x2y2和x3y3），而不是所有组合（x1y1，x1y2，x1y3等）。

mapply(custom, list1, list1)

HP:0002404 HP:0011933 HP:0030286 
         1          1          1

还有xapply解决方案here，但是当我运行该解决方案时，我丢失了要比较哪些术语的信息：

xapply(FUN = custom, list1, list1)
[[1]]
[1] 1

[[2]]
[1] 0.6939484

[[3]]
[1] 0

[[4]]
[1] 0.6939484

[[5]]
[1] 1

[[6]]
[1] 0

[[7]]
[1] 0

[[8]]
[1] 0

[[9]]
[1] 1

我是否缺少一种不同的方法来获取相似度的成对计算（或理想情况下为非冗余成对计算）？还是真的需要20天？！？

函数（HPOSim）的成对相似性矩阵

0 个答案: