r - 加快计算 R 中逐点差的总和
问题描述
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
和每一行之间的距离之和xtrain
。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)
我目前拥有的是使用两个 for 循环(见下文),我认为它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,])
}
}
我想就如何修改代码以提高效率征求建议。先感谢您!希望有好的讨论!
解决方案
该rdist
包具有快速计算这些成对距离的功能:
rdist::cdist(xtrain, xtest)^2
输出:
[,1] [,2]
[1,] 65 1029
[2,] 94 1324
[3,] 165 1103
[4,] 1189 213
[5,] 1271 191
推荐阅读
- python - 如何弹出屏幕键盘以在 tkinter 的输入小工具中输入一些数据
- java - ORMLite中如何实现多个主键
- c# - The magic number in GZip header is not correct. Make sure you are passing in a GZip stream. (Entity Framework)
- python - 为什么图例不会出现在情节之外?
- c# - OfType() 和 FirstOrDefault() 的组合是否会遍历整个数组?
- ruby-on-rails - 作为 Rails 类型的 Firebird 域
- java - 在 Mule 4.0 中执行
- c# - 如何修复文本在 .SVG 图像中错位但在 .PNG 中显示在正确位置的问题?
- javascript - 为什么 require('fs') 导致我的 js 变量不在 html 中显示?
- r - 时间序列应用 - 需要指导