Почему R требует много времени для подбора модели с многоуровневым фактором?

12

Я подхожу к модели с многовариантным множителем, и R требует очень много времени, чтобы соответствовать этой модели. Почему это?

Например, если я подгоняю регрессию к прогнозированию зарплат игроков и включаю предиктор факторов для всех национальностей игроков, это займет больше времени, чем подгонка модели для зарплат игроков с непрерывным предиктором, таким как игроки. высоты.

regression categorical-data

— goldisfine
источник

5

Может быть полезно понять, что хотя фактор выглядит как одна переменная (это один столбец во фрейме данных, один элемент в спецификации модели и т. Д.), За кулисами он фактически будет рассматриваться как группа отдельных предикторов. Поэтому модель намного сложнее, чем модель с одним (непрерывным) предиктором.

— Гала-концерт

13

Типично R - как и большинство пакетов статистики, для регрессии используется QR-декомпозиция.

Для фиксированного , где , просто вычисление самого разложения эффективно квадратично по - удвоение числа предикторов умножит время вычисления примерно на 4. $n$ $p<<n$ $p$

Поэтому, если вы перейдете от (линейная регрессия) к , вы ожидаете, что это займет что-то в области в 600 раз дольше (в действительности, возможно, несколько меньше, по разным причинам). $p=2$ $p=50$

Таким образом, добавление большого количества предсказателей будет означать значительно более длительное ожидание.

— Glen_b - Восстановить Монику
источник

7

$k$ $k-1$ $k=50$ $49$

— Русь Лент
источник