向量化 R 中的嵌套 for 循环（用于多类逻辑损失计算）答案

【问题标题】：Vectorize nested for loops in R (for multi class logistic loss calculation)向量化 R 中的嵌套 for 循环（用于多类逻辑损失计算）
【发布时间】：2017-01-23 15:13:36
【问题描述】：

我正在计算数据集的成本。有没有办法简化这个嵌套的 for 循环？我应该使用应用还是矩阵乘法？

更多背景：这是多类逻辑损失，将用于机器学习。 y_m 是从标签 y 派生的指标矩阵（10 个标签的分类）。我通过随机生成 h2 和 y 来简化问题，以获得最小的可重现代码。

h2=matrix(runif(5000*10),ncol=10)
y=round(runif(5000)*9)+1

y_m <- matrix(0,ncol=10,nrow=length(y))
y_m[cbind(1:length(y),y)] <- 1

J=0
for(i in 1:5000){
  for(k in 1:10){
    J=J-y_m[i,k]*log(h2[i,k])-(1-y_m[i,k])*log(1-h2[i,k]);
  }
}
J

【问题讨论】：

标签： r matrix machine-learning vectorization

【解决方案1】：

试试这个：

J <- sum( - y_m * log(h2) - (1-y_m) * log(1-h2) )

【讨论】：

【解决方案2】：

devtools::install_github("alexwhitworth/glmEnsemble")
?glmEnsemble::multiclass_logloss

【讨论】：