【发布时间】:2017-02-21 18:19:07
【问题描述】:
我正在处理一个大型数据集,并尝试在具有 8GB RAM 的本地计算机上运行地理空间分析。看起来我已经超出了我机器的资源,我想知道我是否可以优化我的模型以便我可以在我的机器上运行它。
area <- data.frame(area = c('Baker Street','Bank'),
lat = c(51.522236,51.5134047),
lng = c(-0.157080, -0.08905843),
radius = c(100,2000)
)
stop <- data.frame(station = c('Angel','Barbican','Barons Court','Bayswater'),
lat = c(51.53253,51.520865,51.490281,51.51224),
lng = c(-0.10579,-0.097758,-0.214340,-0.187569),
postcode = c('EC1V','EC1A', 'W14', 'W2'))
library(geosphere)
datNew = lapply(1:nrow(area), function(i) {
df = stop
df$dist = distHaversine(df[,c("lng", "lat")],
area[rep(i,nrow(df)), c('lng','lat')])
df$in_circle = ifelse(df$dist <= area[i, "radius"], "Yes", "No")
df$circle_id = area[i, "area"]
df
})
datNew = do.call(rbind, datNew)
require(dplyr)
datNew <- datNew %>%
group_by(station) %>%
slice(which.min(dist))
是否可以计算距离,然后在station 中通过station 找到最小距离,这样我最终不会将stations 的数量乘以area 的数量?或者是否有其他解决方案可以让我以更少的资源消耗方式运行它或拆分作业以使其适合 RAM?
【问题讨论】:
标签: r optimization haversine