R中的矩阵运算效率
R中的矩阵运算效率
提问于 2017-06-24 05:00:49
我有3个矩阵X，K和M，如下所示。
x <- matrix(c(1,2,3,1,2,3,1,2,3),ncol=3)
K <- matrix(c(4,5,4,5,4,5),ncol=3)
M <- matrix(c(0.1,0.2,0.3),ncol=1) 以下是我需要完成的工作。
例如,
Y(1,1)=(1-4)^2*0.1^2+(1-4)^2*0.2^2+(1-4)^2*0.3^2
Y(1,2)=(1-5)^2*0.1^2+(1-5)^2*0.2^2+(1-5)^2*0.3^2
...
Y(3,2)=(3-5)^2*0.1^2+(3-5)^2*0.2^2+(3-5)^2*0.3^2目前我使用3for循环来计算R中的最终矩阵，但对于大型矩阵，这需要花费极长的时间来计算。我还需要更改矩阵M中的元素，以找到产生最小平方误差的最佳值。有没有更好的编码方式，比如欧几里得范数？
for (lin in 1:N) {
for (col in 1:K) {
Y[lin,col] <- 0
for (m in 1:M){
Y[lin,col] <- Y[lin,col] + (X[lin,m]-K[col,m])^2 * M[m,1]^2
}
}
}编辑：
我最终使用Rcpp在C++中编写代码，并从R调用它，它的速度要快得多！填充一个2000 * 2000矩阵需要2-3秒。
回答 1
Stack Overflow用户
发布于 2017-06-26 23:51:14
谢谢。我能够弄明白这一点。这一改变使我的计算速度比以前快了一倍。对于任何可能感兴趣的人，我将最后一个For循环for(m in 1:M)替换为以下代码：
Y[lin,col] <- norm(as.matrix((X[lin,]-K[col,]) * M[1,]),"F")^2请注意，我转置了矩阵M，使其具有3列而不是1列。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/44729859
复制相关文章
相似问题
腾讯云开发者
