使基于内核函数的程序运行得更快

Question

对于某个范围，我希望标识，在哪里发生分发更改，和，其中该值是最大的。目前，我正在对使用内核最大差异测试，范围内的每个值都是，并且在该值之前和之后取200个值，然后提取mmd统计值最大的位置。但这是非常计算密集型的计算，在R中请注意，我正在使用内核计算kmmd。我想知道是否有办法更快地做到这一点？或者你有什么建议。任何帮助都将不胜感激。

我的代码是：

    cvg<-seq(1,2000)
    cvg<-cvg^3-2*cvg^2+5*cvg
    myRange<-seq(400:(length(cvg)-400))
    kernel<-"splinedot"
    cvg[201:(length(cvg)-200)]->cvg
    myRange<-seq(400:(length(cvg)-400))
    lapply(myRange, function(x) mmdstats(kmmd((as.matrix(cvg[(x+1):(x+400)])), (as.matrix(cvg[(x+801):(x+1200)])), kernel=kernel)))->kmm.ls
    as.data.frame(as.matrix(kmm.ls))->kmm.ls
    lapply(kmm.ls, function(x) which.max(mmdstats(x)))->store.max

Answer 1

我声明我不是kernlab方面的专家，所以我无法判断您分析的正确性或改进您的代码。但是，我可以建议您将lapply调用转换为并行版本，如sfLapply、parLapply、mclapply future_lapply ecc。在这里，我用sfLapply发布了一个来自snowfall包的示例(这是非常简单的，imo)：

#your original lapply call took 500 seconds on my PC
system.time(kmm.ls <- lapply(myRange, function(x) mmdstats(kmmd((as.matrix(cvg[(x+1): 
(x+400)])), (as.matrix(cvg[(x+801):(x+1200)])), kernel=kernel))))


library(kernlab)
library(snowfall)
sfInit(parallel=TRUE,cpus = parallel::detectCores()-1)
# Load the required packages inside the cluster
sfLibrary(kernlab)
#export all variable in all the cluster
sfExportAll()
# Run parallelized lapply with custom function  
#sfLapply took 22 second on my 48 cores PC
system.time(kmm.ls <- sfLapply(myRange, function(x) 
mmdstats(kmmd((as.matrix(cvg[(x+1):(x+400)])), (as.matrix(cvg[(x+801):(x+1200)])), 
kernel=kernel))))
#stop cluster
sfStop()

这是一个示例，您的代码中只有第一个lapply调用，但同样的思想可以应用于第二个调用(当我试图运行您的代码时，第二个lapply调用给了我一个错误)。

函数中的

错误(类、fdef、mtable)：无法为函数‘mmdstats’找到用于签名‘list’的继承方法

这似乎不是一个关键的错误，但正如我所说的，我没有准备好建议如何修复它。