Carlos Santos
2021-Sep-22 13:31 UTC
[R-es] problema de tiempo de ejecución con una rutina dentro de un programa de R
Gracias Carlos, Si, quizas no lo explique bien, lo fundamental y es donde se tarda mucho tiempod e cpu, es el bucle FOR, que tiene que recorrer una matriz desde 1 hasta totcluy, entendiendo que la variable totclu puede ser por ejemplo 10.000, lo que quiere decir que por cada fila tiene que realizar el calculo que he puesto en el FOR que tampoco es demasiado pero logicamente tiene que recorrer por ejemplo en este caso 10.000 columnas A su vez el while tiene que hacerlo otras 10000 veces menos 3, lo que significa que el tiempo empleado hasta completar cada fila de la matriz es enorme no se si he podido explicarlo mejor, es por eso que entiendo que el bucle FOR es muy costoso, y aunque he puesto un while bien podia ser un FOR dentro de otro FOR, en donde el primero controla las filas y el segundo las columnas, pero no se como hacer que el tiempo de cpu sea lo menor posible El mié, 22 sept 2021 a las 14:56, Carlos Ortega (<cof en qualityexcellence.es>) escribió:> Hola, > > ¿Por qué no nos dices mejor el problema qué quieres resolver con tus > datos/matriz/matrices inicial? > Seguramente podamos ver una forma alternativa a utilizar un bucle... > > En cualquier caso, por si quieres ir viendo como correr ese bucle en > paralelo..: > > - > https://stackoverflow.com/questions/53054366/how-can-i-run-a-for-loop-in-parallel-in-r > > Saludos, > Carlos Ortega > www.qualityexcellence.es > > El mié, 22 sept 2021 a las 13:18, Carlos Santos (< > carlossantos.csm en gmail.com>) escribió: > >> Hola a todos, familia de R >> >> Tengo un pequeño problema de tiempo de ejecución con una rutina, a ver si >> me pueden echar una mano y ayudarme si es posible, claro. >> >> La rutina es la siguiente: >> >> while(totclu != 3){ >> matrizF <- matrix(0, nrow = 1, ncol = totclu) >> for (j in 1:totclu) { >> q1 <- c(which(data1$Clus.Multi.FAIRNESS == k2A$Var1[1]), >> which(data1$Clus.Multi.FAIRNESS == k2A$Var1[j])) >> q2 <- nrow(as.data.frame(c(which(data1$Clus.Multi.FAIRNESS =>> k2A$Var1[1]), >> which(data1$Clus.Multi.FAIRNESS =>> k2A$Var1[j])))) >> observado <- table(data1$VarFC[q1])/q2 >> matrizF[i] <- dist(rbind(observado,propuesto),method = "euclidean") >> } >> matrizF[1] <- 99 >> min_observado <- which.min(matrizF) >> q4 <- which(data1$Clus.Multi.FAIRNESS == k2A$Var1[1]) >> data1$Clus.Multi.FAIRNESS[q4] <- as.character(k2A$Var1[min_observado]) >> k2A$Freq[min_observado] <- k2A$Freq[min_observado] + k2A$Freq[1] >> k2A <- as.data.frame(table(as.character(data1$Clus.Multi.FAIRNESS))) %>% >> arrange(Freq) >> totclu=nrow(k2A) >> } >> >> El problema fundamental es que la matriz que aparece como k2A es una >> matriz >> (nxn) lo que significa que puede ser muy grande, por ejemplo 1000x1000, y >> el tiempo que tarda es enorme y no veo como disminuir el tiempo de >> ejecución del "for" que pienso que es lo mas duro. >> >> No se si se puede poner como procesamiento en paralelo en r, pero tampoco >> ser como ponerlo >> >> Si me pueden echar una mano, les estaré muy agradecido >> >> muchas gracias de antemano >> >> Carlos Santos >> >> [[alternative HTML version deleted]] >> >> _______________________________________________ >> R-help-es mailing list >> R-help-es en r-project.org >> https://stat.ethz.ch/mailman/listinfo/r-help-es >> > > > -- > Saludos, > Carlos Ortega > www.qualityexcellence.es >[[alternative HTML version deleted]]