p********y
发帖数: 15 | 1 我有13个样本，每个样本2000+的count data，现在要对每个样本算出的一个index求
bootstrap confidence interval,bootstrap的时候有个限制条件，就是每个样本
resample之后的total count总和要绝对等于一个数，我现在用R sample() 跑while
loop 加限制条件生成新的data，用新data算index再找CI,但这样很慢，题目要求要抽
100,000个，我跑1000个就要180多秒了，如果一定要用R跑，有什么好办法可以快点？
我还会Perl还没想过Perl怎么写。请大神们支招！ |
s*r
发帖数: 2757 | 2 you do not have weibi...so i just answer briefly
perl could be 10 times faster than r
you need a unix cluster to do this |
p********y
发帖数: 15 | 3
不好意思，我好穷。。。追问一下，Perl为什么快呢，用cluster是说每个样本单独作
为一个job跑，同时跑所以快？
【在 s*r 的大作中提到】
: you do not have weibi...so i just answer briefly
: perl could be 10 times faster than r
: you need a unix cluster to do this
|
S******y
发帖数: 1123 | 4 Can you share your R code? |
p********y
发帖数: 15 | 5 mat=matrix(0,ncol=100000,nrow=nrow(OTU_matrix))
i=0
while (i<=100000){
new=sample(OTU_matrix[,1],nrow(OTU_matrix),replace=T)
if (sum(new)==4190){
mat[,i]=new
i=i+1
}
}
OTU_matrix每列是我要抽的样本，mat是我要生成的resampling data |
p********y
发帖数: 15 | 6 对新data算我要的参数很快，就是生成新data很慢，试着跑了这个100,000的，需要五
个小时才能跑完 |
s*r
发帖数: 2757 | 7 r 不兴用循环 google key word: apply plyr
【在 p********y 的大作中提到】
: mat=matrix(0,ncol=100000,nrow=nrow(OTU_matrix))
: i=0
: while (i<=100000){
: new=sample(OTU_matrix[,1],nrow(OTU_matrix),replace=T)
: if (sum(new)==4190){
: mat[,i]=new
: i=i+1
: }
: }
: OTU_matrix每列是我要抽的样本，mat是我要生成的resampling data
|
p********y
发帖数: 15 | 8 我发现慢的原因主要是有的样本里的数有很多的零，数值也不大，有的最大count就200
多，这样很难满足总和等于4190的条件，就要一直resample... |
s*r
发帖数: 2757 | 9 有了这样一个限制条件，resample出来的distribution还是原来的population吗
有限制条件的话，sample到N-1的时候，就要看剩下的数里面有那个可以让总合等于
4190的么。。。
也许Dynamic Programming: Combination Sum对你有帮助
200
【在 p********y 的大作中提到】
: 我发现慢的原因主要是有的样本里的数有很多的零，数值也不大，有的最大count就200
: 多，这样很难满足总和等于4190的条件，就要一直resample...
|
