거리 매트릭스 재 계산

Question

큰 입력 매트릭스 (4000x10000)가 있습니다. 나는 그것에 대해 유클리드 거리 행렬을 계산하기 위해 dist()을 사용합니다 (약 5 시간 걸립니다).
추가 행이있는 "동일한"행렬의 거리 행렬을 계산해야합니다 (4001x10000 행렬의 경우). 행렬 전체를 다시 계산하지 않고 거리 행렬을 결정하는 가장 빠른 방법은 무엇입니까?

Answer 1

추가 행이 추가 포인트라고 가정합니다. 추가 변수/차원을 의미하는 경우 다른 대답을 요구합니다.

우선 매트릭스의 유클리드 거리에 대해서는 패키지의 rdist 함수를 사용하는 것이 좋습니다. Fortran으로 작성되었으며 dist 기능보다 훨씬 빠릅니다. dist 개체 대신 matrix을 반환하지만 as.matrix 및 as.dist을 사용하면 항상 한 개체에서 다른 개체로 이동할 수 있습니다. 여기

샘플 데이터

num.points <- 400 
num.vars <- 1000 
original.points <- matrix(runif(num.points * num.vars), 
          nrow = num.points, ncol = num.vars) 

과의 거리가 이미 계산 된 매트릭스 (당신보다 작은)입니다 : 여분의 포인트 (들)에 대한

d0 <- rdist(original.points) 

, 당신은 단지 거리를 계산하기 위해 필요 여분의 점들과 여분의 점들과 원래의 점들 사이의 거리들 사이.

d1 <- rbind(cbind(d0, t(outer.dist)), 
      cbind(outer.dist, inner.dist)) 

이의 그것과 일치하는지 확인하자

extra.points <- matrix(runif(2 * num.vars), nrow = 2) 
inner.dist <- rdist(extra.points) 
outer.dist <- rdist(extra.points, original.points) 

그래서 당신은 당신의 더 큰 거리 행렬에 바인딩 할 수 있습니다 : 나는이 솔루션은 추가 포인트의 수에 일반적입니다 것을 보여주기 위해 두 개의 추가 포인트를 사용합니다

d2 <- rdist(rbind(original.points, extra.points)) 

identical(d1, d2) 
# [1] TRUE