加速R中逐点差和的计算
加速R中逐点差和的计算
提问于 2019-10-04 06:48:56
假设我有两个数据集。第一个是：
t1<-sample(1:10,10,replace = T)
t2<-sample(1:10,10,replace = T)
t3<-sample(1:10,10,replace = T)
t4<-sample(11:20,10,replace = T)
t5<-sample(11:20,10,replace = T)
xtrain<-rbind(t1,t2,t3,t4,t5)
xtrain
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
t1 7 3 9 10 4 9 2 1 6 9
t2 5 1 1 6 5 3 10 2 6 3
t3 8 6 9 7 9 2 3 5 1 8
t4 16 18 14 17 19 20 15 15 20 19
t5 13 14 18 13 11 19 13 17 16 14第二个是：
t6<-sample(1:10,10,replace = T)
t7<-sample(11:20,10,replace = T)
xtest<-rbind(t6,t7)
xtest
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
t6 1 5 8 2 10 2 3 4 8 5
t7 14 18 15 12 17 20 17 13 16 17我想做的是计算每一行xtest和每一行xtrain之间的距离之和。例如：
sum((7-1)^2+(3-5)^2+(9-8)^2+.....(9-5)^2)
sum((5-1)^2+(1-5)^2+(1-8)^2+.....(4-5)^2)
...
sum((14-13)^2+(18-14)^2+(15-18)^2+.....(17-14)^2) 我目前使用的是两个for循环(见下文)，我认为这不能处理大型数据集：
sumPD<-function(vector1,vector2){
sumPD1<-sum((vector1-vector2)^2)
return(sumPD1)
}
loc<-matrix(NA,nrow=dim(xtrain)[1],ncol=dim(xtest)[1])
for(j in 1:dim(xtest)[1]){
for(i in 1:dim(xtrain)[1]){
loc[i,j]<-sumPD(xtrain[i,],xtest[j,])
}
}我想请教一下如何修改代码以使其高效。提前谢谢你！希望能有一个很好的讨论！
回答 4
Stack Overflow用户
回答已采纳
发布于 2019-10-04 07:07:39
rdist包具有快速计算这些成对距离的函数：
rdist::cdist(xtrain, xtest)^2输出：
[,1] [,2]
[1,] 65 1029
[2,] 94 1324
[3,] 165 1103
[4,] 1189 213
[5,] 1271 191Stack Overflow用户
发布于 2019-10-04 06:51:48
一种选择是outer
f1 <- Vectorize(function(i, j) sumPD(xtrain[i,], xtest[j,]))
loc2 <- outer(seq_len(nrow(xtrain)), seq_len(nrow(xtest)), f1)
identical(loc, loc2)
#[1] TRUEStack Overflow用户
发布于 2019-10-04 07:11:58
你可以转置你的矩阵，使用向量差和一个循环：
ftrain <- t(xtrain)
ftest <- t(xtest)
sapply(1:(dim(ftest)[2]),function(i){
colSums((ftrain - ftest[,i])^2)
})
[,1] [,2]
t1 103 1182
t2 125 1262
t3 130 1121
t4 1478 159
t5 1329 142colSums是相当高效的，但是如果你想要更快的速度，可以看看there
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58227816
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号