আমি আর একটি ম্যাট্রিক্স একটি ম্যাট্রিক্স প্রদত্ত কলাম ভিত্তিক নিয়মমাফিককরণ সঞ্চালন চাই m, আমি কলামের যোগফল দ্বারা প্রতিটি উপাদান বিভাজক দ্বারা প্রতিটি কলামের স্বাভাবিক করতে চাই। এটি করার একটি উপায় (হ্যাকিশ) নিম্নরূপ:
m / t(replicate(nrow(m), colSums(m)))একই টাস্কটি অর্জনের জন্য কি আরও একটি সুসংহত / মার্জিত / দক্ষ উপায় আছে?
উত্তর:
এই জন্য ঝাড়ু এবং স্কেল হয়।
sweep(m, 2, colSums(m), FUN="/")
scale(m, center=FALSE, scale=colSums(m))বিকল্পভাবে, আপনি পুনর্ব্যবহার করতে পারেন, তবে আপনাকে এটি দুটিবার স্থানান্তর করতে হবে।
t(t(m)/colSums(m))অথবা আপনি নিজের ম্যাট্রিক্সটি সম্পূর্ণরূপে ভাগ করতে চান যা আপনি নিজের প্রশ্নে করেছেন const এখানে অন্য উপায় যা আপনি এটি করতে পারেন।
m/colSums(m)[col(m)]এবং মন্তব্যগুলি থেকে কারাকেলের সংযোজনটিও লক্ষ্য করুন:
m %*% diag(1/colSums(m))অন্যটি হ'ল prop.table(m, 2)বা সহজভাবে propr(m)যা অভ্যন্তরীণভাবে ব্যবহার করে sweep।
এই সমতুল্য সমাধানগুলির কার্যকারিতা তুলনা করা আগ্রহী হতে পারে, তাই আমি কিছুটা বেঞ্চমার্ক করেছি ( microbenchmarkপ্যাকেজ ব্যবহার করে )।
এটি mআমি ব্যবহৃত ইনপুট ম্যাট্রিক্স :
[,1] [,2] [,3] [,4] [,5]
A 1.831564e-02 4.978707e-02 1.353353e-01 3.678794e-01 3.678794e-01
B 3.678794e-01 1.353353e-01 4.978707e-02 1.831564e-02 6.737947e-03
C 4.539993e-05 2.061154e-09 9.357623e-14 4.248354e-18 5.242886e-22
D 1.831564e-02 4.978707e-02 1.353353e-01 3.678794e-01 3.678794e-01
E 3.678794e-01 1.353353e-01 4.978707e-02 1.831564e-02 6.737947e-03
F 4.539993e-05 2.061154e-09 9.357623e-14 4.248354e-18 5.242886e-22
G 1.831564e-02 4.978707e-02 1.353353e-01 3.678794e-01 3.678794e-01
H 3.678794e-01 1.353353e-01 4.978707e-02 1.831564e-02 6.737947e-03
I 4.539993e-05 2.061154e-09 9.357623e-14 4.248354e-18 5.242886e-22এটি মানদণ্ড সেটআপ:
microbenchmark(
prop = prop.table(m, 2),
scale = scale(m, center=FALSE, scale=colSums(m)),
sweep = sweep(m, 2, colSums(m), FUN="/"),
t_t_colsums = t(t(m)/colSums(m)),
m_colsums_col = m/colSums(m)[col(m)],
m_mult_diag = m %*% diag(1/colSums(m)),
times = 1500L)এটি মানদণ্ডের ফলাফল:
Unit: microseconds
expr min lq median uq max
1 m_colsums_col 29.089 32.9565 35.9870 37.5215 1547.972
2 m_mult_diag 43.278 47.6115 51.7075 53.8945 110.560
3 prop 207.070 214.3010 216.6800 219.9680 2091.913
4 scale 133.659 142.6325 145.3100 147.9195 1730.640
5 sweep 113.969 119.6315 121.3725 123.6570 1663.356
6 t_t_colsums 56.976 65.3580 67.8895 69.5130 1640.660সম্পূর্ণতার জন্য, এটি আউটপুট:
[,1] [,2] [,3] [,4] [,5]
A 1.580677e-02 8.964714e-02 2.436862e-01 3.175247e-01 3.273379e-01
B 3.174874e-01 2.436862e-01 8.964714e-02 1.580862e-02 5.995403e-03
C 3.918106e-05 3.711336e-09 1.684944e-13 3.666847e-18 4.665103e-22
D 1.580677e-02 8.964714e-02 2.436862e-01 3.175247e-01 3.273379e-01
E 3.174874e-01 2.436862e-01 8.964714e-02 1.580862e-02 5.995403e-03
F 3.918106e-05 3.711336e-09 1.684944e-13 3.666847e-18 4.665103e-22
G 1.580677e-02 8.964714e-02 2.436862e-01 3.175247e-01 3.273379e-01
H 3.174874e-01 2.436862e-01 8.964714e-02 1.580862e-02 5.995403e-03
I 3.918106e-05 3.711336e-09 1.684944e-13 3.666847e-18 4.665103e-22অল্প ম্যাট্রিকেস m / colSums(m)[col(m)] জয়ের জন্য কোনও সন্দেহ নেই !
তবে বড় ম্যাট্রিকের জন্য? পরবর্তী উদাহরণে আমি 1000x1000 ম্যাট্রিক্স ব্যবহার করেছি।
set.seed(42)
m <- matrix(sample(1:10, 1e6, TRUE), 1e3)
...
Unit: milliseconds
expr min lq median uq max
1 m_colsums_col 55.26442 58.94281 64.41691 102.69683 119.08685
2 m_mult_diag 34.67692 41.68494 80.05480 89.48099 99.72062
3 prop 87.95552 94.13143 99.17044 136.03669 160.51586
4 scale 52.84534 55.07107 60.57154 99.87761 156.16622
5 sweep 52.79542 55.93877 61.55066 99.67766 119.05134
6 t_t_colsums 63.09783 65.53783 68.93731 110.03691 127.89792বড় ম্যাট্রিকের জন্য m / colSums(m)[col(m)] ভাল পারফর্ম করে (চতুর্থ অবস্থান) তবে জিততে পারে না ।
জন্য বড় ম্যাট্রিক্স m %*% diag(1/colSums(m)) জয়ী !
proprথেকে এসেছে?
apply(m,2,norm<-function(x){return (x/sum(x)}) ?
m %*% diag(1/colSums(m))