Foreach Parallel - 多个输出的组合功能

我有一组 45000 个用户和 40 多部电影的评分。我需要根据每个用户与其他用户的皮尔逊相关性来预测每个用户的新评分。我还需要存储相似用户的集合以及每个用户-电影组合的相似性。我使用 foreach 包并行执行循环。我设法编写的代码是这样的：

library(foreach)

x <- matrix(rnorm(1:1000), nrow = 100 , ncol =10 )
df = list()

# correlation matrix
cor_mat <- cor(t(x))
cor_mat = abs(cor_mat)
# similarity limits
upper = 1
lower = 0.04


# Initiating parallel environment
cl = makeCluster(3)
registerDoParallel(cl)

res <- foreach(i = 1:nrow(x) , .combine = rbind,.packages=     c('base','foreach')) %dopar%{
      foreach(j = 1:ncol(x) , .combine = c, .packages = c('base','foreach')) %do%{

sim_user = which(cor_mat[i,] >= lower & cor_mat[i,] < upper)

 bx = as.numeric(t(x[sim_user,j]) %*%  
  cor_mat[sim_user,j]/sum(cor_mat[sim_user,j]))
 df[[length(df)+1]] = data.frame(i,j,sim_user,cor_mat[sim_user,j])

 return(bx)

  }
 }
stopCluster(cl)

我能够完成一半的任务，即根据 foreach 输出“res”创建预测评分矩阵。但是我要附加相似用户列表的列表 df 在 foreach 循环末尾是空的。

可以编写什么定制的组合函数来输出预测评分矩阵和相似用户列表？

对于多个输出函数，最好返回列表中的所有内容。在这种情况下，这意味着您需要指定自己的函数来组合数据。在这里，我每次返回两个元素：bx 和 df。因此，我的组合函数分别组合这两个元素，并将它们返回到长度为 2 的列表中。

combine_custom_j <- function(LL1, LL2) {

  bx <- c(LL1$bx, LL2$bx)
  dfs <- c(LL1$df, LL2$df)
  return(list(bx = bx, df = dfs))
}

combine_custom_i <- function(LL1, LL2) {

  bx <- rbind(LL1$bx, LL2$bx)
  dfs <- c(LL1$df, LL2$df) 
  return(list(bx = bx, df = dfs))

}

res <- foreach(i = 1:nrow(x) , .combine = combine_custom_i,.packages= c('base','foreach')) %dopar%{
  foreach(j = 1:ncol(x) , .combine = combine_custom_j, .packages = c('base','foreach')) %do%{

    sim_user = which(cor_mat[i,] >= lower & cor_mat[i,] < upper)

    bx = as.numeric(t(x[sim_user,j]) %*%  
                      cor_mat[sim_user,j]/sum(cor_mat[sim_user,j]))

    return(list(bx = bx, df = data.frame(i,j,sim_user,cor_mat[sim_user,j])))

  }
}

虽然我已经按照您的代码建议的列表返回了您的数据框，但我相信您可能想要rbind他们？在这种情况下，您只需更换c(LL1$df, LL2$df) by rbind(LL1$df, LL2$df)在两个组合功能中。