R最成熟的稀疏矩陣包？

R至少有兩個稀疏矩陣包。我正在研究這些問題，因爲我正在處理的數據集太大而且稀疏，無法適應內存密集表示。我想要基本的線性代數例程，以及能夠輕鬆編寫C代碼來對它們進行操作的能力。哪個庫是最成熟和最好用的？R最成熟的稀疏矩陣包？

到目前爲止，我發現

Matrix其中有許多反向相關性，這意味着它是最廣泛的一種。
SparseM它沒有那麼多的反向縮放。
各種圖形庫可能有它們自己的（隱式）版本;例如igraph和network（後者是statnet的一部分）。這些太專門針對我的需求。

任何人都有這方面的經驗？

從RSeek.org稍微搜索一下，Matrix包似乎是最常提到的一個。我經常認爲CRAN Task Views是相當權威的，而Multivariate Task View提到了Matrix和SparseM。

2009-07-22 Brendan OConnor

我覺得也有垃圾郵件。該幫助表示：「與SparseM/Matrix的差異是：（1）我們僅支持（基本上）一種稀疏矩陣格式，（2）基於透明和簡單結構，（3）爲GMRF內的MCMC計算量身定製。（4）S3和S4類似「兼容」...並且速度快。反向依賴：CollocInfer，esd4all，fields，latticeDensity，LatticeKrig，pencopula，rworldmap，splm –

投票結束爲工具rec。 –

矩陣是最常見的，也剛剛被接受R標準安裝（截至2.9.0），所以應廣泛提供。

Matrix在基：上的稀疏矩陣 https://stat.ethz.ch/pipermail/r-announce/2009/000499.html

來源

2009-07-22 20:48:01

根據我的經驗，Matrix是您提到的最受支持和最成熟的軟件包。其C架構也應該相當好地暴露，並且相對簡單易行。

來源

2009-07-22 19:31:26 AWB

日誌（x）是因爲log（0）沒有定義，並且一個稀疏矩陣的大部分元素都爲零一個好主意。

如果您只想獲取非零元素的日誌，請嘗試轉換爲三元組稀疏表示並記錄這些值的日誌。

來源

2009-11-01 18:55:32

oops。我的意思是實際上記錄（1 + x）。我想這沒有任何意義。是的，我用三重表示法做到了這一點，這更有意義。 –

R最成熟的稀疏矩陣包？

回答

相關問題