通常人们说应该优先选择lapply而不是for循环。但也有例外情况，比如Hadley Wickham在他的Advance R书中指出的一些情况。
(http://adv-r.had.co.nz/Functionals.html)（例如就地修改、递归等）。下面是其中之一。
仅为了学习目的，我尝试以函数形式重写感知器算法，以便进行相对性能基准测试。 来源（https://rpubs.com/FaiHas/197581）。
以下是代码。
# prepare input
data(iris)
irissubdf <- iris[1:100, c(1, 3, 5)]
names(irissubdf) <- c("sepal", "petal", "species")
head(irissubdf)
irissubdf$y <- 1
irissubdf[irissubdf[, 3] == "setosa", 4] <- -1
x <- irissubdf[, c(1, 2)]
y <- irissubdf[, 4]
# perceptron function with for
perceptron <- function(x, y, eta, niter) {
# initialize weight vector
weight <- rep(0, dim(x)[2] + 1)
errors <- rep(0, niter)
# loop over number of epochs niter
for (jj in 1:niter) {
# loop through training data set
for (ii in 1:length(y)) {
# Predict binary label using Heaviside activation
# function
z <- sum(weight[2:length(weight)] * as.numeric(x[ii,
])) + weight[1]
if (z < 0) {
ypred <- -1
} else {
ypred <- 1
}
# Change weight - the formula doesn't do anything
# if the predicted value is correct
weightdiff <- eta * (y[ii] - ypred) * c(1,
as.numeric(x[ii, ]))
weight <- weight + weightdiff
# Update error function
if ((y[ii] - ypred) != 0) {
errors[jj] <- errors[jj] + 1
}
}
}
# weight to decide between the two species
return(errors)
}
err <- perceptron(x, y, 1, 10)
### my rewriting in functional form auxiliary
### function
faux <- function(x, weight, y, eta) {
err <- 0
z <- sum(weight[2:length(weight)] * as.numeric(x)) +
weight[1]
if (z < 0) {
ypred <- -1
} else {
ypred <- 1
}
# Change weight - the formula doesn't do anything
# if the predicted value is correct
weightdiff <- eta * (y - ypred) * c(1, as.numeric(x))
weight <<- weight + weightdiff
# Update error function
if ((y - ypred) != 0) {
err <- 1
}
err
}
weight <- rep(0, 3)
weightdiff <- rep(0, 3)
f <- function() {
t <- replicate(10, sum(unlist(lapply(seq_along(irissubdf$y),
function(i) {
faux(irissubdf[i, 1:2], weight, irissubdf$y[i],
1)
}))))
weight <<- rep(0, 3)
t
}
我没有期望由于前面提到的问题会有任何一致的改善。但是，当我使用
lapply和replicate时，我还是非常惊讶地看到了明显的恶化。
我使用microbenchmark库中的microbenchmark函数得出这些结果。
可能的原因是什么？可能是内存泄漏吗？
expr min lq mean median uq
f() 48670.878 50600.7200 52767.6871 51746.2530 53541.2440
perceptron(as.matrix(irissubdf[1:2]), irissubdf$y, 1, 10) 4184.131 4437.2990 4686.7506 4532.6655 4751.4795
perceptronC(as.matrix(irissubdf[1:2]), irissubdf$y, 1, 10) 95.793 104.2045 123.7735 116.6065 140.5545
max neval
109715.673 100
6513.684 100
264.858 100
第一个函数是
lapply/replicate函数。第二个函数使用
for循环。第三个函数是使用
Rcpp的C ++中的相同函数。根据Roland对该函数的分析，大部分时间似乎花在子集上。我不确定自己是否能正确解释它。请参见Function profiling。
f中没有看到任何对apply的调用。 - Roland- 你的代码没有按照编写的样子运行；你可能想要
- 你的代码没有按照编写的样子工作；
- Hong Ooiy而不是irissubdf$y。f()的返回结果和perceptron(*)不一致。