对不起,另一个“矢量化for循环”的问题,但我一直没能弄清楚如何做到这一点。我试图编写的功能很简单:R - Vectorize嵌套循环
对于enroll.in中的每一行,首先使用hasMedClaims逻辑模型输出作为响应的概率。
生成随机数并使用它来确定是否应建模响应。
如果是,则为响应建模。如果不是,只需输入0.对于每个enroll.in nsim时间行重复一次。
simMedClaims.loop<-function(hasMedClaims.in, MedClaims.in, enroll.in, nsim = 100){
set.seed(100)
#dataframe to hold results
results<-matrix(0, ncol = nsim, nrow = nrow(enroll.in))
results<-data.frame(results)
hasclaims<-predict(hasMedClaims.in, newdata = enroll.in, type = "response")
means<-predict(MedClaims.in, newdata = enroll.in, type="response")
for(ii in 1:nrow(enroll.in))
{
for(jj in 1:nsim){
unif.rand<-runif(1)
results[ii,jj]<-ifelse(unif.rand < hasclaims[ii], exp(rnorm(1,mean = means[ii], sd = sqrt(MedClaims.in$sig2))), 0)
}
}
return(results)
}
set.seed(100)
dummy<-data.frame(hasresponse = rbinom(100000, 1, .5), response = rnorm(100000, mean = 5, sd = 1), x1 = runif(100000, 0, 60), x2 = as.factor(rbinom(100000, 1, .5)+1))
dummy$response<-dummy$hasresponse*dummy$response
hasresponse_gam<-mgcv::gam(hasresponse ~ s(x1,bs="ps", by=x2)+x2, data=dummy, family = binomial(link="logit"), method="REML")
response<-mgcv::gam(response ~ s(x1,bs="ps", by=x2)+x2, data=dummy[dummy$hasresponse==1,])
dummyEnroll<-data.frame(x1 = runif(10, 20, 50), x2 = as.factor(rbinom(10, 1, .5)+1))
system.time(result<-simMedClaims.loop(hasresponse_gam, response, dummyEnroll, 1000))
user system elapsed
38.66 0.00 39.35
我已经尝试了很多不同的想法,但我得到了每个人不同的问题。
hasMedClaims.in和MedClaims.in都是使用mgcv gam函数拟合的GAM。
澄清我为什么问这个问题:正如输出显示,每个主题需要几秒钟才能运行1000次模拟。我将在具有数万个主题的数据集上使用它,并且我想运行至少50,000次模拟。我目前的代码有效,但速度太慢。我的目标是优化我的功能以更快地运行。
尝试在@芭菲的FUNC2
simMedClaims2<-function(hasMedClaims.in, MedClaims.in, enroll.in, nsim = 100){
set.seed(100)
hasclaims<-predict(hasMedClaims.in, newdata = enroll.in, type = "response")
means<-predict(MedClaims.in, newdata = enroll.in, type="response")
results<-data.frame(t(vapply(seq(nrow(enroll.in)), function(ii, jj){
ifelse(runif(jj) < hasclaims[ii],1,0)*exp(rnorm(nsim,mean = means[ii], sd = sqrt(MedClaims.in$sig2)))
},numeric(nsim),seq(nsim))))
return(results)
}
结果看起来合理的,虽然我还没有完全核实他们没有。我还编辑了我的原始循环函数来计算循环外部的方法。快得多
> system.time(result<-simMedClaims.loop(hasresponse_gam, response, dummyEnroll, 100))
user system elapsed
0.06 0.00 0.13
> system.time(result2<-simMedClaims2(hasresponse_gam, response, dummyEnroll, 100))
user system elapsed
0.02 0.00 0.02
但是,运行all.equal(result, result2)
表明输出不等效。我无法弄清楚为什么。
你可以提供一个MWE? – pachamaltese
不幸的是,我无法分享我使用的任何数据。我应该添加什么呢? – drj3122
不,不要使用你的数据,提供一个虚拟的例子,工作:) – pachamaltese