有没有比 R 中的 stats:uniroot 函数更快的替代方法？

Ben*_*ker 5

160 秒 (1e6/5e4 * 8) 对我来说一百万行听起来还不错（尽管您的实际功能可能比froot您在这里使用的要慢得多？）。这可以简单地并行化，在不同的核心上运行单独的块（参见例如对这个问题的回答）。

你有多需要extendInt？如果我制作一个uniroot()只有核心功能、没有参数测试逻辑等的功能的破解版本，我可以将速度提高三倍。但是，如果您的目标功能比你在这里给出的例子；如果是这种情况，您应该专注于加速您的目标函数（我尝试froot在 C++ 中通过重新编码您的代码Rcpp，但在这种情况下它并没有真正帮助 - 该函数非常简单，函数调用开销需要大部分时间...)

为了便于基准测试，我只用了 5000 行来执行此操作：

n <- 5000
u <- -log(runif(n))
a <- 1/2
b <- 1
dt = data.table(u = u, a = a, b = b)

最小功能：

uu <- function(f, lower, upper, tol = 1e-8, maxiter =1000L, ...) {
  f.lower <- f(lower, ...)
  f.upper <- f(upper, ...)
  val <- .External2(stats:::C_zeroin2, function(arg) f(arg, ...),
                    lower, upper, f.lower, f.upper, tol, as.integer(maxiter))
  return(val[1])
}

检查我们是否得到相同的结果：

identical(uniroot(froot, u = 3.242, a=0.5, b=1, interval = c(0.01,100))$root,
          uu(froot, u = 3.242, a=0.5, b=1, lower = 0.01, upper = 100))
## TRUE

基准测试包；将评估包装在函数中以实现紧凑性

library(rbenchmark)
f1 <- function() {
  dt[, c := uniroot(froot_cpp, u=u, a=a, b=b, interval= c(0.01, 10), extendInt="yes")$root, by = u]
}
f2 <- function() {
  dt[, c := uu(froot, u=u, a=a, b=b, lower = 0.01, upper = 100), by = u]
}
bb <- benchmark(f1(), f2(), 
    columns =c("test", "replications", "elapsed", "relative"))

结果：

  test replications elapsed relative
1 f1()          100  34.616    3.074
2 f2()          100  11.261    1.000