在 r 中的函数中循环参数时使用应用族函数

Question

如何使用应用类型函数之一循环函数中的参数以使 R 中的代码更快？例如，我创建了一个函数来计算三个随机变量的联合互信息

### Function to loop over: Joint Mutual Information I({x_1,x_2};y)
library(infotheo)
JMI <-function(x1,x2,y){
      entropy(cbind(x1,x2),method="emp") + entropy(y, method="emp") - 
      entropy(cbind(x1,x2,y),method="emp")
   } 

假设我有两个矩阵 (x1, x2) 和一个向量 y，例如：

#### randomly generate binary variables from a bernoulli distribution
set.seed(12345)
f1 <- rbinom(n=300,size=1,prob=0.5)
f2 <- rbinom(n=300,size=1,prob=0.5)
f3 <- rbinom(n=300,size=1,prob=0.5)

## creat y using xor operation of the two feature: x1 XOR x2
#  this mean that y is 1 if f1[i]!=f2[i] and 0 otherwise
y <- ifelse(f1==f2,0,1)
x1 <-cbind(f1,f2)
x2 <- cbind(x1,f3)

现在，我想在 JMI 函数中循环 x1 和 x2。使用 for 循环看起来像这样：

# a length(x1) x length(x2)-Matrix with zeros
jmi <- matrix(rep(0,ncol(x2)*ncol(x1)),
          nrow=ncol(x1),ncol=ncol(x2))
#### For loops to be avoided
for(i in 1:ncol(x1)){
  for(j in 1:ncol(x2)){
    jmi[i,j] <- JMI(x1[,i],x2[,j],y)
  }#end out for(j)
}#end inner for(i)

有没有一种简单的方法可以避免两个 for 循环？

Answer 1

这是一个使用 apply 的解决方案：

g <- expand.grid(1:ncol(x1), 1:ncol(x2))
v <- apply(g, 1, function(i) JMI(x1[, i[1]], x2[, i[2]], y))
jmi <- matrix(v, nrow = ncol(x1))
jmi
##             [,1]        [,2]       [,3]
## [1,] 0.003809514 0.693147181 0.01082319
## [2,] 0.693147181 0.006485284 0.01152807

它分三个步骤进行：

• x1 和x2 矩阵列的索引是使用expand.grid 创建的。这将创建一个数据框 g，其中两列包含您的 for 循环所经过的 i 和 j 的所有组合。
• 然后apply用于遍历g的所有行，并将JMI应用于x1和x2的对应列。这会产生一个向量 v。
• 最后，v 被转换为矩阵。