并行化列成对矩阵比较

Question

对于名为db.mtx.rnk的给定矩阵，我正在计算列成对的 kendall 和 spearman 相关性，并将结果保存到方阵中。 问题是输入矩阵非常大（~5000x5000）并且成对组合的数量太高，需要很长时间才能执行。 将时间减少一半的一种选择是只计算上三角形，我还没有实现它，但仍然会很慢。 我想并行化以获得结果。 有什么提示吗？

当前代码：

# -- get pairwise column combinations
pairwise.permuts <- t(expand.grid(1:ncol(db.mtx.rnk), 1:ncol(db.mtx.rnk)))

# -- iterate over two stats of interest   
for(stat in c("kendall", "spearman")){

      # -- kendall tau and spearman 
      stats.vec <- apply(pairwise.permuts, 2, function(x) cor(db.mtx.rnk[,x[1]], db.mtx.rnk[,x[2]], method = stat))
      stats.mtx <- matrix(stats.vec, ncol = ncol(db.mtx.rnk))
      colnames(stats.mtx) <- colnames(db.mtx.rnk)
      rownames(stats.mtx) <- colnames(db.mtx.rnk)
    }

谢谢

Answer 1

如何在 R 中并行化有很多不同的可能性。 一些选项是parallel 、 foreach和future 。 鉴于您的代码，您必须对基于future的 package future.apply进行最少的更改，因为它提供了 function future_apply 。 您必须使用plan(multiprocess)来告诉future它应该并行计算。 multiprocess进程根据您的操作系统使用不同的 R 会话或分叉。 这导致代码（并且已经在我的机器上加速了一个玩具示例）：

library(future.apply)
plan(multiprocess)
for(stat in c("kendall", "spearman")){

  # -- kendall tau and spearman 
  stats.vec <- future_apply(pairwise.permuts, 2, function(x) cor(db.mtx.rnk[,x[1]], db.mtx.rnk[,x[2]], method = stat))
  stats.mtx <- matrix(stats.vec, ncol = ncol(db.mtx.rnk))
  colnames(stats.mtx) <- colnames(db.mtx.rnk)
  rownames(stats.mtx) <- colnames(db.mtx.rnk)
}