mamnc kolumny w tabeli danychnc skalary w wektorze. Chcę wziąćkombinacja liniowa kolumn, ale nie wiem z wyprzedzeniem, które kolumny będę używać.Jaki jest najbardziej skuteczny sposób, aby to zrobić?

Ustawiać

require(data.table)
set.seed(1)

n  <- 1e5
nc <- 5
cf <- setNames(rnorm(nc),LETTERS[1:nc])
DT <- setnames(data.table(replicate(nc,rnorm(n))),LETTERS[1:nc])

sposoby, aby to zrobić

Załóżmy, że chcę użyć pierwszych czterech kolumn. Mogę ręcznie napisać:

DT[,list(cf['A']*A+cf['B']*B+cf['C']*C+cf['D']*D)]

Mogę pomyśleć o dwóch automatycznych sposobach (ta praca bez wiedzy, że wszystkie A-E powinny być użyte):

mycols <- LETTERS[1:4] # the first four columns
DT[,list(as.matrix(.SD)%*%cf[mycols]),.SDcols=mycols]
DT[,list(Reduce(`+`,Map(`*`,cf[mycols],.SD))),.SDcols=mycols]

benchmarking

Spodziewam sięas.matrix aby spowolnić drugą opcję i naprawdę nie mieć intuicji co do szybkościMap-Reduce kombinacje.

require(rbenchmark)
options(datatable.verbose=FALSE) # in case you have it turned on

benchmark(
    manual=DT[,list(cf['A']*A+cf['B']*B+cf['C']*C+cf['D']*D)],
    coerce=DT[,list(as.matrix(.SD)%*%cf[mycols]),.SDcols=mycols],
    maprdc=DT[,list(Reduce(`+`,Map(`*`,cf[mycols],.SD))),.SDcols=mycols]
)[,1:6]

    test replications elapsed relative user.self sys.self
2 coerce          100    2.47    1.342      1.95     0.51
1 manual          100    1.84    1.000      1.53     0.31
3 maprdc          100    2.40    1.304      1.62     0.75

Powtarzam to od 5% do 40% spowolnienia w stosunku do ręcznego podejściabenchmark połączenie.

moja aplikacja

Wymiary tutaj -n ilength(mycols) - są bliskie temu, z czym pracuję, ale będę wykonywać te obliczenia wiele razy, zmieniając wektor współczynników,cf.