汇总大矩阵

Question

我有矩阵A，并且我想创建矩阵B，其中：

列矩阵的1 =列1的

柱2 =两列，的集合，其中矩阵的第1列A与与其最相关的矩阵A的列集合

第3列=三列的聚合，其中聚合结果（矩阵B的列2）与A最相关的A列聚合（除了矩阵A的列已经包括在内，这个已经从矩阵A中删除）

等

我循环计算相关性，其中我计算每次迭代中的所有相关性。这适用于较低的r和n值（为简单起见，本例中我选择了较低的值），但对于较大的数据集则需要很长的时间。有没有更快/更有效的方式来做到这一点？最好是一种方法，我不必计算每次迭代中的所有相关性。我已经尝试了bigcor()等功能，但目前尚未成功。

Answer 1

将此移到for-loop之外。它不依赖于i：maxcor <- names(which.max(sapply(A[,-1, drop=F], function(x) cor(A[, 1], x))))

r <- 10 # rows 
n <- 6 # columns 

library(microbenchmark) 
microbenchmark(OP = { 
    A <- data.frame(matrix(rnorm(r*n),nrow=r)) # original data frame 
    B <- data.frame(matrix(nrow=r,ncol=n)) # results 
    B[,1] <- A[,1] 
    for (i in 2:n) { 
    maxcor <- names(which.max(sapply(A[,-1, drop=F], function(x) cor(A[, 1], x)))) 
    B[,i] <- A[,1] + A[,maxcor] 
    A[,1] <- B[,i] 
    A[,maxcor] <- NULL 
    } 
}, 
ALEX= { 
    A2 <- data.frame(matrix(rnorm(r*n),nrow=r)) # original data frame 
    B2 <- data.frame(matrix(nrow=r,ncol=n)) # results 
    B2[,1] <- A2[,1] 
    A3 <- A2 
    maxcor <- sapply(A3[,-1, drop=F], function(x) cor(A3[, 1], x)) 
    cor_n <- names(A2)[order(maxcor, decreasing=T)] 
    for (i in 1:length(cor_n)) { 
    B2[,i+1] <- A2[,1] + apply(A2[,cor_n[1:i], drop= FALSE], 1, sum) 
    } 
}, times=100L) 


Unit: milliseconds 
expr  min  lq  mean median  uq  max neval cld 
    OP 1.779013 1.806192 1.915267 1.835082 1.941329 3.585394 100 b 
ALEX 1.229343 1.253102 1.386429 1.300428 1.377404 2.925868 100 a 

30％的性能提升......这与可明显被删除