我有一个大的相关矩阵,大小为62589x62589。我已经将矩阵二值化超过了某个阈值,这一步没有问题,但我对基本计算时间的显著差异感到有些困惑。
第一次进行此操作时......1的数量:425,491 ... 0的数量:3,916,957,430 这两个数字的总和等于62589 ^ 2,表明该矩阵确实被二值化。我将其保存为Rdata对象(31Mb)。执行矩阵的基本计算需要约3.5分钟。
第二次,阈值更低......1的数量:30,384,683...0的数量:3,886,998,238。这些数字的总和再次是62589^2,因此是真正的二元化。Rdata对象为84Mb。执行与上面相同的乘法步骤仍在一个小时后计算。
最新矩阵中1的增加是否会如此大地增加文件大小和处理时间?
谢谢阅读。
编辑:对于相同的计算到第二个矩阵的最终时间为65分钟。
编辑2:执行is()的结果为:矩阵数组结构向量。
第一次进行此操作时......1的数量:425,491 ... 0的数量:3,916,957,430 这两个数字的总和等于62589 ^ 2,表明该矩阵确实被二值化。我将其保存为Rdata对象(31Mb)。执行矩阵的基本计算需要约3.5分钟。
fooB <- foo %*% foo
第二次,阈值更低......1的数量:30,384,683...0的数量:3,886,998,238。这些数字的总和再次是62589^2,因此是真正的二元化。Rdata对象为84Mb。执行与上面相同的乘法步骤仍在一个小时后计算。
最新矩阵中1的增加是否会如此大地增加文件大小和处理时间?
谢谢阅读。
编辑:对于相同的计算到第二个矩阵的最终时间为65分钟。
编辑2:执行is()的结果为:矩阵数组结构向量。
sparse.matrix
来查看区别呢? - agstudyis()
结果和您不可能使用密集矩阵来完成此操作的事实)。因此,这并不特别令人惊讶。这是一个相当困难的问题!我不知道进行填充减少置换是否很简单,但只有在您要对具有相同结构的多个矩阵进行乘法运算时才有帮助。另一种可能性是尝试进行并行计算-我不知道是否有用于稀疏、并行二进制矩阵乘法的易于使用的BLAS接口... - Ben Bolker