Più maturo pacchetto matrice sparsa per la R?

Question

Ci sono almeno due pacchetti matrici sparse per R. sto cercando in questi perché sto lavorando con i set di dati che sono troppo grandi e sparse per la memoria con una rappresentazione densa. Voglio routine di algebra lineare di base, oltre alla possibilità di scrivere facilmente codice C per operare su di essi. Quale biblioteca è il più maturo e meglio da usare?

Finora ho trovato

• Matrix che ha molte dipendenze inverse, il che implica che è il più utilizzato.
• SparseM che non ha il maggior numero di dipendenze inversa .
• varie librerie grafico probabilmente hanno le loro versioni (impliciti) del presente; per esempio. IGRAPH e rete (quest'ultimo è parte di statnet ). Questi sono troppo specializzati per le mie esigenze.

Qualcuno ha esperienza con questo?

Da ricerca intorno RSeek.org un po ', il pacchetto Matrix sembra il più comunemente citato uno. Penso spesso a CRAN Task Visualizzazioni come abbastanza autorevoli, e la multivariata Task View menziona Matrix e SparseM.

Answer 1

Matrix è la più comune ed è stato anche appena accettato installazione standard R (al 2.9.0), quindi dovrebbe essere ampiamente disponibili.

Matrix a base di: https://stat.ethz.ch/pipermail/r-announce/2009 /000499.html

Answer 2

Nella mia esperienza, Matrix è il migliore supportata e più maturo dei pacchetti di cui parli. La sua architettura C dovrebbe essere abbastanza buona esposizione e relativamente semplice da lavorare.

Answer 3

log (x) su una matrice sparsa è sconsigliabile poiché log (0) non è definito e maggior parte degli elementi di una matrice sparsa sono pari a zero.

Se vorrei solo per ottenere il registro degli elementi non-zero, provare la conversione in una rappresentazione sparsa tripletta e tenendo un registro di tali valori.