我有一位同事计算相关性，其中一个科目的一组分数（例如 100 分）与同一科目的另一组分数相关。由此产生的相关性反映了这些分数集与该主题相关联的程度。他需要为 N 个科目做这件事。考虑以下数据集：
ncol <- 100
nrow <- 100
x <- matrix(rnorm(ncol*nrow),nrow,ncol)
y <- matrix(rnorm(ncol*nrow),nrow,ncol)
正确的相关输出向量为：
diag(cor(t(x),t(y)))
有没有更快的方法可以在不使用 R 中的多核包的情况下做到这一点？
打电话给diag您时会抛出大量信息，因此您可以通过简单地不计算来节省时间。您的代码相当于：
sapply(1:100,function(i) cor(x[i,],y[i,]))
扩展以反映评论：此代码对于小矩阵会更慢，因为它不使用cor. 因此，如果您想对小矩阵进行快速计算，请将其编写为 C 块。如果想要并行化它（同样，仅对大型矩阵有利可图），可以使用此代码替换sapply为mc.lapply或类似的东西。
这实际上取决于“分数”和“科目”的相对数量。您使用的方法计算了许多不需要的互相关。但是，如果相对于“分数”而言，“科目”相对较少，那么这可能无关紧要，并且您建议的方法可能与任何方法一样好，因为它使用了少量有效的 blas 操作。但是，如果相对于分数有大量“主题”，那么使用“mbq”建议的代码循环遍历分别计算每对相关性的行可能会更快。
这可能是使用不同的BLAS 引擎会有所帮助的情况之一。但我不确定——它需要测试（取决于你的机器）