(同是apply家族爱好者先shout out一下XD)
以前看过版主C大跟其他前辈版友的讨论，结论是 apply 效率并没有比较好
(印象中好像背后都还是用for循环?!)
不过我觉得向量化(vectorized)是R语言里面很重要的一个特性
也是functional programming跟其他程式语言不一样的地方
我自己也喜欢做for转apply的练习
=== 分隔线 ===
以下的写法只是随便写的(甚至可以说骨子里还是for的逻辑...)
请其他版友分享更好的写法!!
1. cross validation:
1.a 还是用到folds
sapply(1:5,function(i){
testIndexes <- which(folds==i,arr.ind=T)
# 做你想做的事情
# ex: 找测试集的最大值跟训练集的最小值
max_intest <- max(dataset[testIndexes,])
min_intrain <- min(dataset[-testIndexes,])
#回传结果
c(max_intest,min_intrain)
})
其实这个跟for的写法根本换汤不换药XD
1.b 使用split (不要用cut跟folds)
原po原本的方法是先用sample()抽样打乱原始data的顺序后再用cut()指定组别
提供sapply + split的做法:
sapply(split(dataset,1:5),function(x){
test <- x # test dataset
train <- dataset[-as.numeric(row.names(x)),] # train dataset
# 做你想做的
c(max(test),max(train))
})
这个做法直接把dataset分成5份然后将该dataframe传进sapply里
不过须注意这作法取样的顺序跟cut不一样
cut是111..222...333...444..555(各20次)
split是12345...12345...12345...(共20次)
不过因为一开始已经用sample打乱过顺序了，所以个人觉得后面cut或split应该没差
(有错请指正>"<)
2. 偷偷问的小问题
x <- c(2:3)
y <- c(4:8)
sapply(x,function(i){
i*y
})
其实我后来很常用
sapply(x,function(){
....
})
这样的形式写，因为可以省略掉for里面预先指定次数(i)的模式，写起来也更有弹性
不过要注意function()里面不要太多变量，不然效率应该会很差
(但是如何要评估效率我就不会惹...XD)
许愿:
希望可以钓到版上其他大大 ex: celestialgod, andrew43 两个偶像 >///<
※ 引述《empireisme (empireisme)》之铭言：
: 如题
: 最近想手刻实践 cross validtion的算法
: 上网查了一下别人的范例code
: 如下
: x <- runif(100)*10 #Random values between 0 and 10
: y <- x+rnorm(100)*.1 #y~x+error
: dataset <- data.frame(x,y) #Create data frame
: dataset<- dataset[sample(nrow(dataset)),]
: dataset
: #here is the trick
: folds <- cut(seq(1,nrow(dataset)),breaks=5,labels=FALSE)
: folds
: sample(nrow(dataset))
: for(i in 1:5){
: #Segement your data by fold using the which() function
: #这里就是我想问的
: testIndexes <- which(folds==i,arr.ind=TRUE)
: #这里就是我想问的
: testData <- dataset[testIndexes, ]
: trainData <- dataset[-testIndexes, ]
: #Use the test and train data partitions however you desire...
: #必须要在这个步骤去套入model 然后计算MSE
: }
: 他在切traing 和Testing时 使用了 fold的技巧
: 但是这整段有没有可能 不使用for 循环 而改用apply家族去实现
: 因为真的太喜欢使用apply的简洁了
: 还希望版友回答
: 偷偷问另外一个问题
: 我有一个function s 去计算 x*y
: s<- function(x,y){ x*y }
: s( c(2,3) , c(4,5) )
: 这里我会得到 8 15
: 但其实我想得到的是所有的可能性
: 8,10,12,15
: 请问我要如何在保有 input是 c(2,3) , c(4,5) 下 得到我要的结果呢
: 更甚至在 s ( c(2,3),c(4,5,6,7,8) ) 状况下也可以得到遍历的结果