Re: [問題]不使用for改使用apply寫法的可能性

[locka (locka)]

(同是apply家族愛好者先shout out一下XD)

以前看過版主C大跟其他前輩版友的討論，結論是 apply 效率並沒有比較好
(印象中好像背後都還是用for迴圈?!)

不過我覺得向量化(vectorized)是R語言裡面很重要的一個特性
也是functional programming跟其他程式語言不一樣的地方

我自己也喜歡做for轉apply的練習


=== 分隔線 ===

以下的寫法只是隨便寫的(甚至可以說骨子裡還是for的邏輯...)
請其他版友分享更好的寫法!!

1. cross validation:

1.a 還是用到folds

sapply(1:5,function(i){
    testIndexes <- which(folds==i,arr.ind=T)

    # 做你想做的事情
    # ex: 找測試集的最大值跟訓練集的最小值
    max_intest <- max(dataset[testIndexes,])
    min_intrain <- min(dataset[-testIndexes,])

    #回傳結果
    c(max_intest,min_intrain)
})

其實這個跟for的寫法根本換湯不換藥XD


1.b 使用split (不要用cut跟folds)
原po原本的方法是先用sample()抽樣打亂原始data的順序後再用cut()指定組別

提供sapply + split的做法:

sapply(split(dataset,1:5),function(x){
    test <- x # test dataset
    train <- dataset[-as.numeric(row.names(x)),] # train dataset

    # 做你想做的
    c(max(test),max(train))
})

這個做法直接把dataset分成5份然後將該dataframe傳進sapply裡

不過須注意這作法取樣的順序跟cut不一樣
cut是111..222...333...444..555(各20次)
split是12345...12345...12345...(共20次)

不過因為一開始已經用sample打亂過順序了，所以個人覺得後面cut或split應該沒差
(有錯請指正>"<)



2. 偷偷問的小問題

x <- c(2:3)
y <- c(4:8)
sapply(x,function(i){
    i*y
})

其實我後來很常用
sapply(x,function(){
    ....
})
這樣的形式寫，因為可以省略掉for裡面預先指定次數(i)的模式，寫起來也更有彈性
不過要注意function()裡面不要太多變數，不然效率應該會很差
(但是如何要評估效率我就不會惹...XD)



許願:
希望可以釣到版上其他大大 ex: celestialgod, andrew43 兩個偶像 >///<



※ 引述《empireisme (empireisme)》之銘言：
: 如題
: 最近想手刻實踐 cross validtion的算法
: 上網查了一下別人的範例code
: 如下
: x <- runif(100)*10 #Random values between 0 and 10
: y <- x+rnorm(100)*.1 #y~x+error
: dataset <- data.frame(x,y) #Create data frame
: dataset<- dataset[sample(nrow(dataset)),]
: dataset
: #here is the trick
: folds <- cut(seq(1,nrow(dataset)),breaks=5,labels=FALSE)
: folds
: sample(nrow(dataset))
: for(i in 1:5){
:     #Segement your data by fold using the which() function
: #這裡就是我想問的
:     testIndexes <- which(folds==i,arr.ind=TRUE)
: #這裡就是我想問的
:     testData <- dataset[testIndexes, ]
:     trainData <- dataset[-testIndexes, ]
:     #Use the test and train data partitions however you desire...
:     #必須要在這個步驟去套入model 然後計算MSE
: }
: 他在切traing 和Testing時 使用了 fold的技巧
: 但是這整段有沒有可能 不使用for 迴圈 而改用apply家族去實現
: 因為真的太喜歡使用apply的簡潔了
: 還希望版友回答
: 偷偷問另外一個問題
: 我有一個function s 去計算 x*y
: s<- function(x,y){ x*y    }
: s(  c(2,3)    , c(4,5) )
: 這裡我會得到 8 15
: 但其實我想得到的是所有的可能性
: 8,10,12,15
: 請問我要如何在保有 input是 c(2,3)    , c(4,5) 下 得到我要的結果呢
: 更甚至在 s (  c(2,3),c(4,5,6,7,8)    ) 狀況下也可以得到遍歷的結果

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.224.210.149 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1585093941.A.3E6.html
→ locka: 之前的討論可以參考這篇 #1ScvIY4l
→ andrew43: 用apply系列在分支後的運算若有例外發生比for會小麻煩
→ andrew43: 一點，也比使用for難抓蟲。之前做10-fold CV的小經驗。
→ obarisk: 可以看一下 purrr ，有例外處理的方法。不過，沒有很推
→ empireisme: 太神拉
推 VIATOR: 謝謝分享，不過這個情況實在看不出來apply有比loop好 @@
推 VIATOR: apply的優點在於比較簡潔，但CV用apply根本沒比較簡潔
→ locka: 從來沒有人說apply比較好啊XD 而且也要端看好的定義是什麼
→ locka: ，例如說第一種方法其實跟loop一樣，而第二種方法不需要預
→ locka: 先設定loop幾次，我覺得這點就很有用啦~不過我同意CV用appl
→ locka: y寫沒有比較簡潔，挑習慣用的就好~
推 VIATOR: 我只是在討論，如果有冒犯到請多多包涵
→ locka: V大客氣了~沒事沒事！請多討論XD