마크로프 체인 전이 행렬 계산을 최적화 하시겠습니까?

Question

중급 R 사용자로서 for 루프는 apply 또는 그 밖의 함수를 사용하여 매우 자주 최적화 될 수 있음을 알고 있습니다. 그러나, 나는 매우 느리게 실행되는 마코프 체인 행렬을 생성하기 위해 현재 코드를 최적화 할 수있는 함수를 알지 못합니다. 나는 속도를 최대화 했는가 아니면 내가 바라 보는 것들이 있는가? 주어진 경고가 나오기까지 24 시간 간격으로 발생 횟수를 계산하여 Markov 체인의 전환 행렬을 찾으려고합니다. 벡터 ids에는 가능한 모든 ID (약 1700)가 들어 있습니다. 속도를 위해이를 최적화하기 위해

matrixtimesort <- matrix[order(-matrix$time),] 
frequency = 86400 #number of seconds in 1 day 

# Initialize matrix that will contain probabilities 
transprobs <- matrix(data=0, nrow=length(ids), ncol=length(ids)) 

# Loop through each type of event 
for (i in 1:length(ids)){ 
localmatrix <- matrix[matrix$id==ids[i],] 

# Loop through each row of the event 
for(j in 1:nrow(localmatrix)) { 
    localtime <- localmatrix[j,]$time 
    # Find top and bottom row number defining the 1-day window 
    indices <- which(matrixtimesort$time < localtime & matrixtimesort$time >= (localtime - frequency)) 
    # Find IDs that occur within the 1-day window 
    positiveids <- unique(matrixtimesort[c(min(indices):max(indices)),]$id) 
    # Add one to each cell in the matrix that corresponds to the occurrence of an event 

      for (l in 1:length(positiveids)){ 
      k <- which(ids==positiveids[l]) 
      transprobs[i,k] <- transprobs[i,k] + 1 
      } 
    } 

# Divide each row by total number of occurrences to determine probabilities 
transprobs[i,] <- transprobs[i,]/nrow(localmatrix) 
    } 
    # Normalize rows so that row sums are equal to 1 
    normalized <- transprobs/rowSums(transprobs) 

사람이 어떤 제안을 할 수있다 : 내 코드이 처리하려고 여기에

>matrix 
     id  time 
     1  1376084071 
     1  1376084937 
     1  1376023439 
     2  1376084320 
     2  1372983476 
     3  1374789234 
     3  1370234809 

을 그리고 :

원래 매트릭스는 예를 들어, 다음과 같습니다 ?

Answer 1

중첩 루프를 사용하는 것은 나쁜 생각입니다. 속도를 높이려면 코드를 벡터화 할 수 있습니다.

예를 들어, 행 번호의 맨 위와 맨 아래를 찾는 이유는 무엇입니까? 시간 값을 "time_0 + frequency"와 간단하게 비교할 수 있습니다 : 벡터화 된 연산입니다.

HTH.