在R中优化自己的距离函数 [英] Optimize my own distance function in R

问题描述

我正在尝试为我的数据创建新的距离函数。然而，与来自STATS包的dist函数相比，我的代码的执行速度非常慢。例如，查看欧几里得距离的结果：

mydist = function (x){

  euclidean = function (a, b){
    sqrt(sum((a-b)^2))
  }

  distances = matrix(0, nrow=nrow(x), ncol=nrow(x))
  for (i in 1:nrow(x))
    for (j in 1:(i-1)){  # <- corrected this
      if (j > 0){
         distances[i,j]=euclidean(x[i,], x[j,])
         distances[j,i]=distances[i,j]
      }
    }

  distances
}


m=matrix(1:800, ncol=2)
system.time(as.dist(mydist(m)))
  usuário   sistema decorrido 
    0.714     0.000     0.716      # <- updated values with corrected version

system.time(dist(m))
  usuário   sistema decorrido 
    0.004     0.000     0.002 

我不会使用欧几里得距离。我正在开发一个新的，使用一些特定于我的数据的统计数据的复杂得多的数据，例如，不同于代理程序包的统计数据。我在数据集中有数百个变量和数千个示例(行)。不能只为了计算距离而等上几个小时。

我尝试了另一个代码，使用的是out with Apply。它比两个循环快，但仍然很慢。有人能提出建议吗？

推荐答案

关键是从整个矩阵中减去每一行，而不是每一行。由于减法是按列进行的，因此只需转置矩阵即可。

m=matrix(1:800, ncol=2)
system.time(a<-as.dist(mydist(m)))
# user  system elapsed
# 1.32    0.00    1.32 

t.m<-t(m)
system.time(x<-as.dist(apply(m,1,function(x) sqrt(colSums((x - t.m)^2)))))
# user  system elapsed
# 0.04    0.00    0.03 

any(x!=a) # FALSE

但如果您真的想要速度，您应该使用C库。

这篇关于在R中优化自己的距离函数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！