r - 转换 for 循环以应用族函数以获得更好的性能
问题描述
下面我预测未来 30 天。如果输入数据约为 100k,则 for 循环非常慢(大约需要 2 小时)。使用for循环的代码如下。
ns<-ncol(TS) # count number of columns to run the loop
output<-matrix(NA,nrow=30,ncol=ns)
for (i in 2:ns)
{
output[,i]<- forecast(auto.arima(TS[,i],allowmean = T,D=1),h=30 )$mean
i=i+1
}
我尝试如下使用 lapply 但运行时间保持不变。
lapply(TS, function(x) forecast(auto.arima(x,allowmean = T,D=1),h=30 ))
我可以使用其他功能/方法来提高性能吗?
解决方案
推荐阅读
- node.js - 尝试安装 react-redux 依赖项时出错
- javascript - 如何在 Firebase RTDB 中获得原子增量值?
- javascript - Javascript 字符串到枚举
- react-native - React Native:看不到 FontAwesome 或任何其他展览/矢量图标
- javascript - webpack encore fetch in symfony 5
- javascript - 我有一个关于这个链表合并代码如何工作的快速问题
- javascript - 如何在提交按钮后使用新道具重新渲染 React 组件?
- javascript - 在adonis v4中初始化一个mysql连接
- python - “ValueError:Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。” 在 Python 中仅使用最小/最大函数
- r - 使用 xyz 创建 for 循环,df 到 ascii