F＃中的惰性关联矩阵计算

我必须计算包含在5GB csv文件中的向量的相关矩阵。每行包含一个观察每个随机变量。要做到这一点，我写了下面的：F＃中的惰性关联矩阵计算

let getCorrMatrix data = 

    let getMatrixInfo nCol (count,crossProd:float array array,sumVector:float array,sqVector:float array) (newLine:float array) = 

     for i in 0..(nCol-1) do 
       sumVector.[i]<-sumVector.[i]+newLine.[i] 
       sqVector.[i]<-sqVector.[i]+(newLine.[i]*newLine.[i]) 
       for j in (i+1)..(nCol-1) do 
        crossProd.[i].[j-(i+1)]<-crossProd.[i].[j-(i+1)]+newLine.[i]*newLine.[j] 

     let newCount = count+1 
     //(newCount,newMatrix,newSumVector,newSqVector)  
     (newCount,crossProd,sumVector,sqVector)   

    //Get number of columns 
    let nCol = data|>Seq.head|>Seq.length 

    //Initialize objects for the fold 
    let matrixStart = Array.init nCol (fun i -> Array.create (nCol-i-1) 0.0)      
    let sumVector = Array.init nCol (fun _ -> 0.0) 
    let sqVector = Array.init nCol (fun _ -> 0.0) 

    let init = (0,matrixStart,sumVector,sqVector) 

    //Run the fold and obtain all the elements to build te correlation matrix 
    let (count,crossProd,sum,sq) = 
     data 
     |>PSeq.fold(getMatrixInfo nCol) init 

    //Compute averages standard deviations, and finally correlations 
    let averages = sum|>Array.map(fun s ->s/(float count)) 
    let std = Array.zip3 sum sq averages 
       |> Array.map(fun (elemSum,elemSq,av)-> let temp = elemSq-2.0*av*elemSum+float(count)*av*av 
                sqrt (temp/(float count-1.0))) 

    //Map allteh elements to correlation           
    let rec getCorr i j = 
     if i=j then 
      1.0 
     elif i<j then 
      (crossProd.[i].[j-(i+1)]-averages.[i]*sum.[j]-averages.[j]*sum.[i]+(float count*averages.[i]*averages.[j]))/((float count-1.0)*std.[i]*std.[j]) 
     else 
      getCorr j i 

    let corrMatrix = Array2D.init nCol nCol (fun i j -> getCorr i j) 

    corrMatrix

我已经测试它反对研究计算和它匹配。由于我打算反复使用这个，如果你有一些反馈意见（或发现一个错误），将不胜感激。（注意我发布这个是因为认为它可能对其他人有用）。

感谢

来源

2010-10-01 jlezard

的主要问题是在下面的代码：

//Update crossproduct 
    let newMatrix = 
     [| for i in 0..(nCol-1) do 
      yield [| for j in (i+1)..(nCol-1) -> crossProd.[i].[j-(i+1)]+newLine.[i]*newLine.[j] |] 
            |]

你在你的data创建为每行一个新的矩阵。这是低效的，你只能使用一个这样的矩阵。

有一些小的F＃注意：

使用sqrt作为System.Math.Sqrt的捷径。

避免使用列表理解来初始化简单数组。例如。你的代码

let matrixStart = [| for i in 0..(nCol-1) do 
        yield [| for j in (i+1)..(nCol-1) -> 0.0 |] 
           |]

可以使用标准程序编写：

let matrixStart = Array.init nCol (fun i -> Array.create (nCol-i-1) 0.0)

又如，对于

let corrMatrix = 
    [| for i in 0..(nCol-1) do 
     yield [| for j in 0..(nCol-1) -> getCorr i j |] 
            |]

而不是使用float [][]你可以使用float [,]写

let corrMatrix = Array2D.init nCol nCol (fun i j -> getCorr i j)

来源

2010-10-02 10:19:01

感谢代码运行得更快！（刚刚发现你的网站，非常酷！） – jlezard 2010-10-02 12:53:00

和'fun i j - > getCorr i j'只能是'getCorr'。 :-) – 2010-10-02 18:54:34

F＃中的惰性关联矩阵计算

回答

相关问题