方法调用:as.spM_DF(as(as.matrix(getData(100)),"dgCMatrix")) 2、 超大型数据框转换出稀疏矩阵 as.DF_spM <- function(data.use,chun_size="20000000",sparseClass="dgCMatrix") { lapply(split(seq(nrow(data.use)), (seq(nrow(data.use))-1) %/%as.numeric(chun_size) ) , function(nx) { ...
library("Matrix")dg<-as(matrix_object,"dgCMatrix") 具体关于构建和解释稀疏矩阵,可以参照:https://blog.csdn.net/jeffery0207/article/details/122507934 题外 最后,其实如果不想这么麻烦,又不想去sample随机取样缩减数据量,大家也不用那么死板,那就先把大矩阵拆分成几个小的,转完之后再合并就行了,效果是一样...
方法调用:as.spM_DF(as(as.matrix(getData(100)),"dgCMatrix")) 2、 超大型数据框转换出稀疏矩阵 as.DF_spM<-function(data.use,chun_size="20000000",sparseClass="dgCMatrix"){lapply(split(seq(nrow(data.use)),(seq(nrow(data.use))-1)%/%as.numeric(chun_size)),function(nx){switch(sparseClass...