У меня есть 2 матрицы M1, M2. Для каждой строки в M1 я хочу найти максимальное значение произведения этой строки в M1 и каждой строки в M2.

Я пробовал следующую реализацию, которая дает желаемый результат.

set.seed(1)
st_time = Sys.time()
M1 = matrix(runif(1000*10), nrow=1000, ncol=10)
M2 = matrix(runif(10000*10), nrow=10000, ncol=10)

score = apply(M1, 1, function(x){
  w = M2 %*% diag(x)
  row_max = apply(w, 1, max)
  return(row_max)
})
required_output = t(score)
Sys.time() - st_time

Это занимает 16 секунд на моей машине. Есть ли более быстрая реализация? Спасибо!

3
user124543131234523 28 Май 2017 в 22:34

2 ответа

Лучший ответ

Использование цикла for значительно ускоряет мою работу

set.seed(1)
M1 = matrix(runif(1000*10), nrow=1000, ncol=10)
M2 = matrix(runif(10000*10), nrow=10000, ncol=10)

st_time = Sys.time()

tm = t(M2)
out = matrix(0, nr=nrow(M1), nc=nrow(M2))

for(i in 1:nrow(M1)){
  out[i, ] = matrixStats::colMaxs(M1[i, ]* tm)
}

Sys.time() - st_time
#Time difference of 1.835793 secs # was ~28secs with yours on my laptop


all.equal(required_output, out)
2
user2957945 28 Май 2017 в 21:41

Параллельная работа дает более легкую скорость. На моей машине серийная версия составляет 15 секунд, параллельная версия - чуть менее 4 секунд.

Загрузить пакет

# Comes with R
library(parallel)

# Make the cluster 
# 8 cores, see detectCores() 
cl = makeCluster(8)

Тогда нам нужно явно экспортировать M2

clusterExport(cl, "M2")

И беги как обычно

score_par = function() {
  parApply(cl, M1, 1, function(x){
    w = M2 %*% diag(x)
    row_max = apply(w, 1, max)
    return(row_max)
  })
}
system.time(score_par())
2
csgillespie 28 Май 2017 в 20:33