爲仿真蒙特卡羅仿真優化代碼

Question

我運行下面的代碼，但只需要很長時間，我確信有一種方法可以更快地獲得相同的結果。

runs <- 1000 
prediction <- runif(77,0,1) 
n< - length(prediction) 
df.all <- data.frame(Preds = rep(prediction, runs), 
        simno=rep(1:runs,each=n)) 

for (x in 1:runs) { 
    for (i in 1:length(df.all$Preds)){ 
    df.all$rand[i] <- sample(1:100,1) 
    df.all$Win[i] <- ifelse(df.all$rand[i]<df.all$Preds[i]*100,1,0) 
    } 
} 

df.all% >% group_by(simno) %>% summarise(Wins=sum(Win)) -> output 

Answer 1

這可以容易地通過將vectorise：

• 執行單個取樣操作（而不是額外replace = TRUE參數
• 執行比較單一>

可以刪除內循環得到

for (x in 1:runs) { 
    df.all$rand = sample(1:100, size = length(prediction), replace=TRUE) 
    df.all$Win = df.all$rand < df.all$Preds*100 
} 

然後，您可以把它一步，除去循環

df.all$rand = sample(1:100, n = nrow(df.all), replace=TRUE) 
df.all$Win = df.all$rand < df.all$Preds*100