为大型矩阵计算R中距离矩阵的快速方法[重复]答案

【问题标题】：Fast way to compute distance matrix in R for large matrix [duplicate]为大型矩阵计算R中距离矩阵的快速方法[重复]
【发布时间】：2021-10-26 02:15:43
【问题描述】：

我正在使用 R 来计算大型矩阵的距离矩阵。矩阵有 39900 行和 1990 列：

set.seed(123)
#Matrix
M <- matrix(rnorm(39900*1990),nrow = 39900,ncol = 1990)

当我要计算距离矩阵时出现问题：

#Distance
d <- dist(M,method = 'euclidean')

有一台 icore3 处理器和 8GB ram 使用 R 64 位的计算机，它已经过去了超过 24 小时，还没有计算矩阵。

有什么方法可以使用Rcpp 或其他方法来提高计算能力？我需要获取距离矩阵，本站其他解决方案对解决问题没有帮助。

【问题讨论】：

标签： r matrix rcpp

【解决方案1】：

install.packages("distances")
library("distances")
set.seed(123)
M <- matrix(rnorm(39900*1990),nrow = 39900,ncol = 1990)
d <- distances(M)

【讨论】：

这非常有效！只是好奇生成的对象可以输入到像hclust()这样的聚类算法中吗？
从文档中，您可以通过调用 distances::distances() 获得一个 distances 对象。看起来您可以将distances 对象传递给distances::distance_matrix() 并获得dist 对象作为输出，hclust 可以使用该对象。