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。
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。 –