1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Tối ưu hóa mã R với Rcpp
Connected

Bài tập

Giá trị trung bình trượt

Giá trị trung bình trượt (đôi khi gọi là moving averages) được dùng trong phân tích chuỗi thời gian để làm mượt nhiễu. Giá trị tại mỗi thời điểm được thay bằng trung bình của các giá trị ở những thời điểm lân cận (gọi là cửa sổ).

Một cách tự nhiên để viết hàm này là

rollmean1 <- function(x, window = 3) {
  n <- length(x)
  res <- rep(NA, n)
  for(i in seq(window, n)) {
    res[i] <- mean(x[seq(i - window + 1, i)])
  }
  res
}

Cách này gọi mean() rất nhiều lần, nên kém hiệu quả. Một giải pháp là dùng biến total để ở mỗi vòng lặp bạn loại phần tử không còn cần và cộng phần tử mới vào.

rollmean2 <- function(x, window = 3){
  n <- length(x)
  res <- rep(NA, n)
  total <- sum(head(x, window))
  res[window] <- total / window
  for(i in seq(window + 1, n)) {
    total <- total + x[i] - x[i - window]
    res[i] <- total / window
  }
  res
}

Dù theo cách nào, viết mã vòng lặp tự nhiên hơn so với mã vector hóa, nhưng điều đó có thể làm giảm hiệu năng. Cả hai phiên bản trên đều kém hiệu quả theo cách riêng của chúng. Trước khi làm phiên bản C++ ở bài tập tiếp theo, hãy viết một phiên bản dùng vector hóa. rollmean1(), rollmean2(), và một vector ngẫu nhiên x đã có sẵn trong không gian làm việc của bạn. Bây giờ bạn sẽ hoàn thiện định nghĩa hàm rollmean3() và đo hiệu năng của các hàm này.

Hướng dẫn 1/2

undefined XP
    1
    2
  • Tính tổng của window phần tử đầu tiên của x.
  • Tính other_totals bằng initial_total cộng với tổng tích lũy (cumsum()) của lasts trừ firsts.
  • Hoàn thiện vector đầu ra với tổng ban đầu chia cho window, và các tổng còn lại chia cho window.