[R-br] sugestao de melhorias em codigo?

[Gustavo Henrique de Carvalho]

Mudei a chamada da função mean no código acima e adicionei loops
aninhados para comparar. Prestem atenção ao tamanho das matrizes de
entrada, pode ser que demore pra rodar:

set.seed(1)
X <- matrix(rnorm(30000), nc=5)
Y <- matrix(rnorm(15000), nc=5)

f = function(i, x, y){
 n = ncol(x)
 sapply(1:n, function(j, v, ref) .Internal(mean(ref[,j] > v[j])), x[i,], y)
}

t1 <- system.time(
  R1 <- t(sapply(1:nrow(X), f, X, Y))
)

t2 <- system.time(
  R2 <- mapply(function(x, y)colMeans(sapply(x, function(.x).x < y)),
    as.data.frame(X), as.data.frame(Y))
)

t3 <- system.time(
  R3 <- mapply(function(x, y) sapply(x, function(.x) mean(.x <
          y)),
    as.data.frame(X), as.data.frame(Y))
)

t4 <- system.time(
  R3 <- mapply(function(x, y) sapply(x, function(.x) .Internal(mean(.x <
          y))),
    as.data.frame(X), as.data.frame(Y))
)

blah <- function(X, Y) {
  R <- X
  for (j in 1:NCOL(X)) {
    bleh <- Y[, j]
    for (i in 1:NROW(X)) {
      R[i,j] <- .Internal(mean(X[i,j] < bleh))
    }
  }
  R
}

t5 <- system.time(R5 <- blah(X, Y))

t1
t2
t3
t4
t5

Abraços,

Gustavo

2011/3/29 Benilton Carvalho <beniltoncarvalho em gmail.com>
>
> aha! sou mestre em esquecer do mapply... obrigado...
>
> FYI: eu tenho um ganho significativo com:
>
> mapply(function(x, y) sapply(x, function(.x) mean(.x < y)),
>                   as.data.frame(X), as.data.frame(Y))
>
> obrigado, b
>
> 2011/3/29 Henrique Dallazuanna <wwwhsd em gmail.com>:
> > Benilton,
> >
> > Tente com essa, aparenta ser 30% mais rapida:
> >
> > mapply(function(x, y)colMeans(sapply(x, function(.x).x < y)),
> > as.data.frame(X), as.data.frame(Y))
> >
> > #benchmark
> > t1 <- system.time(replicate(100, t(sapply(1:nrow(X), f, X, Y))))
> > t2 <- system.time(replicate(100, mapply(function(x,
> > y)colMeans(sapply(x, function(.x).x < y)), as.data.frame(X),
> > as.data.frame(Y))))
> >
> > t2 / t1
> >
> > 2011/3/29 Benilton Carvalho <beniltoncarvalho em gmail.com>:
> >> Prezados,
> >>
> >> existe algo obvio (em termos de R, visto que gostaria de evitar o uso
> >> de codigo compilado) que eu esteja esquecendo em termos de otimizacao
> >> para a seguinte operacao?
> >>
> >> Ela se resume a:
> >>
> >> R[i,j] = mean( X[i,j] < Y[,j])
> >>
> >> O CMR segue:
> >>
> >> set.seed(1)
> >> X <- matrix(rnorm(100), nc=5)
> >> Y <- matrix(rnorm(50), nc=5)
> >>
> >> f = function(i, x, y){
> >>  n = ncol(x)
> >>  sapply(1:n, function(j, v, ref) mean(ref[,j] > v[j]), x[i,], y)
> >> }
> >> R = t(sapply(1:nrow(X), f, X, Y)
> >>
> >>
> >> O problema que surge para mim refere-se ao tempo de execucao quando
> >> tenho q lidar com X com dimensoes 5e6 x 1e3.... pois, naturalmente, a
> >> solucao acima levara' um bom tempo para finalizar...
> >>
> >> obrigado,
> >> benilton
> >> _______________________________________________
> >> R-br mailing list
> >> R-br em listas.c3sl.ufpr.br
> >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> >>
> >
> >
> >
> > --
> > Henrique Dallazuanna
> > Curitiba-Paraná-Brasil
> > 25° 25' 40" S 49° 16' 22" O
> >
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br