加速包含 coxph 函数调用的 for 循环答案

【问题标题】：Accelerate for-loop containing coxph function call加速包含 coxph 函数调用的 for 循环
【发布时间】：2019-01-23 19:31:35
【问题描述】：

好的。所以这是一个与我之前发布的one 类似的问题，我仍然没有令人满意的解决方案。

正如您将在下面看到的，我使用了一些示例数据来构建 Cox PH 模型，然后将其传递给包含 for 循环和函数 predictSurvProb 来自 pec 的自定义函数，最终填充一个预分配空向量prediction。

我尝试使用来自compiler 的cmpfun。但是，性能并没有提高。我注定要忍受这种缓慢的处理速度，还是有什么方法可以加快处理速度？我不能用 C++ 编码，所以Rcpp 不是我想像的选择。

谢谢。

require(dplyr, survival, pec)

cox_model <- coxph(Surv(time, status) ~ sex, data = lung)

surv_preds <- function(model, query) {

  prediction <- vector(mode = "numeric", length = nrow(query))
  time <- 30

  for(i in 1:nrow(query)) {
    prediction[i] <- predictSurvProb(model, newdata = query[i, ], times = query[i, "time"] + time)
  }
  prediction
}

surv_preds(cox_model, lung)

【问题讨论】：

我无法按原样运行您的代码。我得到Error in coxDesign.coxph(object) : invalid object，然后是set x=TRUE in the call to coxph
它对我有用吗？

标签： r performance for-loop functional-programming survival-analysis

【解决方案1】：

在尝试了 C++ 和并行计算之后，我发现简单地将因子变量转换为整数可以显着改进我的应用程序。这项改进将处理时间从近一周缩短到约 60 小时！

我怀疑这仍然不是最有效的解决方案，但现在必须这样做。

【讨论】：