获取每个矩阵列topN元素的快速方法

Question

这是来自recommenderlab包的代码片段，它接受带有评级的矩阵，并返回每个用户的前5个元素-

reclist <- apply(ratings, MARGIN=2, FUN=function(x) 
  head(order(x, decreasing=TRUE, na.last=NA), 5))

对于大型矩阵(>10K列)，运行时间太长，有没有办法重写它以提高效率？也许通过使用dpyr或data.table包)？编写C++代码对我来说不是一个选项

Answer 1

data.table和基数R的一个答案

# 10000 column dummy matrix
cols <- 10000
mat <- matrix(rnorm(100*cols), ncol=cols)

使用data.table：

library(data.table)
dt1 <- data.table(mat)
# sort every column, return first 5 rows
dt1[, lapply(.SD, sort, decreasing=T)][1:5]
system.time(dt1[, lapply(.SD, sort, decreasing=T)][1:5])

结果：

 user  system elapsed 
2.904   0.013   2.916 

在朴素的老基地，它实际上更快！(谢谢您的评论)

system.time(head(apply(mat, 2, sort, decreasing=T), 5))

 user  system elapsed 
0.473   0.002   0.475 

但是，根据system.time()，两者都比上面的代码示例更快

system.time(
apply(mat, MARGIN=2, FUN=function(x) {
  head(order(x, decreasing=TRUE, na.last=NA), 5)
}))

user  system elapsed 
3.063   0.031   3.094