R加速glm在應用函數

Question

我的問題是基於以下情況：
我有一個20行和> 100,000列的矩陣。我想應用glm函數併爲每列提取似然比統計量。到目前爲止，我試圖以這種方式實施。例如：

X <- gl(5, 4, length = 20); Y <- gl(4, 1, length = 20) 
X <- factor(X); Y <- factor(Y) 
matrix <- matrix(sample.int(15, size = 20*100000, replace = TRUE), nrow = 20, ncol = 100000) 
apply(matrix, 2, function(x) glm(x ~ X+Y, poisson)$deviance) 

有什麼辦法可以加快計算時間嗎？我認爲，因爲glm中使用的每個矢量都不大（矢量長度爲20），所以speedglm在這裏沒有幫助。

如果有人能給我這方面的建議，我會很高興。非常感謝您提前！

Answer 1

我跑了1000列的測試。它只花了2.4秒。

system.time(apply(matrix[,1:1000], 2, function(x) glm(x ~ X+Y, poisson)$deviance)) 

    user system elapsed 
    2.40 0.00 2.46 

我也試過50,000，它似乎是非常線性縮放。

因此，您只需等待4分鐘即可計算100,000列。所以我沒有看到問題。但是，瓶頸是調用gbm（）函數100,000次的開銷。儘量避免多次運行高級功能。

要努力方面跑得更快，列出升序：

• 敷在並行循環（2X-4X倍加速）
• 弄明白來執行計算，如R矩陣乘法（ 〜50X）
• 與RCPP（實施〜100倍）

無解的將帶你不到4分鐘達到