使用“foreach”在 R 中所有可能的排列上运行

Question

我无法理解如何使我的代码并行化。我的愿望是从 20 个矩阵中找到 3 个向量，它们产生与我的测量变量最接近的线性回归（这意味着总共有 1140 种不同的组合）。目前，我能够使用 3 个嵌套的 foreach 循环来返回最佳向量。但是，我的愿望是让外循环（或全部？）并行工作。任何帮助将不胜感激！

这是我的代码：

NIR= matrix(rexp(100, rate=0.01),ncol=20, nrow = 4) #Creating the matrix with 20 vectors
colnames(NIR)=c(1:20)

S.measured=c(7,9,11,13) #Measured variable

bestvectors<-matrix(data=NA,ncol = 3+1, nrow= 1) #creating a vector to save in it the best results 

###### Parallel stuff
no_cores <- detectCores() - 1
cl<-makeCluster(no_cores)
registerDoParallel(cl)

#nested foreach loop to exhaustively find the best vectors
foreach(i=1:numcols) %:% 
  foreach(j=i:numcols) %:% 
    foreach(k=j:numcols) %do% {
      if(i==j|i==k|j==k){ #To prevent same vector from being used twice 
      }
      else{
        lm<-lm(S.measured~NIR[,c(i,j,k)]-1) # package that calculates the linear regression 
        S.pred<-as.matrix(lm$fitted.values) # predicted vector to be compared with the actual measured one
        error<-sqrt(sum(((S.pred-S.measured)/S.measured)^2)) # The 'Error' which is the product of the comparison which we want to minimize 


#if the error is smaller than the last best one, it replaces it. If not nothing changes

if(error<as.numeric(bestvectors[1,3+1])|is.na(bestvectors[1,3+1])){
          bestvectors[1,]<-c(colnames(NIR)[i],colnames(NIR)[j],colnames(NIR)[k],as.numeric(error))
          bestvectors[,3+1]<-as.numeric(bestvectors[,3+1])
        }
      }
    }

Answer 1

使用foreach的一般建议：

1. 如果您希望代码在多个内核上运行，请使用 foreach(i=1:numcols) %dopar% { ... }。 %do% 装饰器不能完美地模拟并行性，但在单核上运行。

2. 由%dopar% 生成的进程在循环运行时无法相互通信。因此，设置您的代码以输出 R 对象，例如 data.frame 或 vector，然后进行比较。在您的情况下，if(error<as.numeric ... 行中的逻辑应该在您的主 foreach 循环之后按顺序（而不是并行）执行。

3. 嵌套%dopar% 循环的行为在操作系统之间不一致，并且在其跨内核生成进程的方式上也不清楚。为获得最佳性能和可移植性，请在最外层循环中使用单个 foreach 循环，然后在其中使用普通的 for 循环。