在一组不同的解释变量上并行化 R 中的面板 logit 计算
Posted
技术标签:
【中文标题】在一组不同的解释变量上并行化 R 中的面板 logit 计算【英文标题】:Parallelise panel logit computations in R on a set of different explanatory variables 【发布时间】:2017-08-03 08:37:40 【问题描述】:我是 R 中并行计算的初学者。我遇到了 doParallel
包,我认为它可能对我有用。
以下代码旨在并行评估多个pglm
回归:
require("foreach")
require("doParallel")
resVar <- sample(1:6,100,TRUE)
x1 <- 1:100
x2 <- rnorm(100)
x3 <- rchisq(100, 2, ncp = 0)
x4 <- rweibull(100, 1, scale = 1)
Year <- sample(2011:2014,100,replace=TRUE)
X <- data.frame(resVar,x1,x2,x3,x4,Year)
facInt = 1:4 # no factors
#find all possible combinations
cmbList <- lapply(2, function(nbFact)
allCmbs <- t(combn(facInt, nbFact))
dupCmbs <- combn(1:4, nbFact, function(x) any(duplicated(x)))
allCmbs[!dupCmbs, , drop = FALSE] )
noSubModel <- c(0, sapply(cmbList, nrow))
noModel <- sum(noSubModel)
combinations <- cmbList[[1]]
factors <- X[,c("x1","x2","x3","x4")]
coeff_vars <- matrix(colnames(factors)[combinations[1:length(combinations[,1]),]],ncol = length(combinations[1,]))
yName <- 'resVar'
cl <- makeCluster(4)
registerDoParallel(cl)
r <- foreach(subModelInd=1:noSubModel[2], .combine=cbind) %dopar%
require("pglm")
vars <- coeff_vars[subModelInd,]
formula <- as.formula(paste('as.numeric(', yName, ')',' ~ ', paste(vars,collapse=' + ')))
XX<-X[,c("resVar",vars,"Year")]
ans <- pglm(formula, data = XX, family = ordinal('logit'), model = "random", method = "bfgs", print.level = 3, R = 5, index = 'Year')
coefficients(ans)
stopCluster(cl)
cl <- c()
当我尝试以下列方式并行化它时,它不起作用。我收到以下错误:
中的错误:任务 1 失败 -“找不到对象 'XX'”
一组几个pglm
回归顺序评估的作品:
require("pglm")
r <- foreach(icount(subModelInd), .combine=cbind) %do%
vars <- coeff_vars[subModelInd,]
formula <- as.formula(paste('as.numeric(', yName, ')',' ~ ', paste(vars,collapse=' + ')))
XX<-X[,c("resVar",vars,"Year")]
ans <- pglm(formula, data = XX, family = ordinal('logit'), model = "random", method = "bfgs", print.level = 3, R = 5, index = 'Year')
coefficients(ans)
有人可以就如何正确并行化此任务提供建议吗?
谢谢!
【问题讨论】:
你在哪里定义对象 X?这个作业XX<-X[,c("resVar",vars,"Year")]
是做什么的?
当然,X 是源数据集,在运行两个循环之前定义,resVar
作为因变量。然后它循环遍历subModelInd
中从 1 到子模型数量的子模型数量。
您能否提供一些 XX 的示例数据,使其成为最小可重复的示例***.com/questions/5963269/… ?
@rbm 我用数据框编辑了帖子
对不起,但这并不能重现问题。当我运行代码时,它可以工作并且我没有收到 object XX not found
错误。
【参考方案1】:
是的,pglm
及其访问变量的方式似乎确实存在问题。一个简单的解决方法是将XX
分配给全局变量,即更改
XX<-X[,c("resVar",vars,"Year")]
到
assign("XX", X[,c("resVar",vars,"Year")], pos = 1)
这应该可以解决问题,因为每个集群都作为一个单独的进程运行(据我所知不是一个单独的线程),所以你不会遇到两个进程/线程尝试使用 XX
变量的问题。
我在set.seed(131)
和coefficients(ans)
之后添加了两行额外的行,即
set.seed(131)
... rest of your code ....
coefficients(ans)
write(paste0(coefficients(ans)[1],"\n"),file="c:\\temp\\r\\out.txt",append=TRUE)
并且在文件中始终有 6 行(相同的数字,但显然顺序不同):
0.703727602527463
1.03799340156792
1.15220874833614
1.30381769320552
1.42656613017171
1.77287504108163
这也应该对你有用。
【讨论】:
谢谢rbm!出色的工作以上是关于在一组不同的解释变量上并行化 R 中的面板 logit 计算的主要内容,如果未能解决你的问题,请参考以下文章
R:如何在 R 3.2.1 中使用 lattice 并行化多面板绘图?