私は、次のことをしたい論理スパース行列、例えばm、（それが物事を速くするなら、、、または行列のいずれかであることができますMatrix）slamをSparseM持っています：
for (col in 1:ncol(m)) {
print(table(m[ , col], logicalV)
}
ここで、logicalVは の行と同じ長さの固定m論理ベクトルです。これは、 sparse の特徴ごとに混同行列を作成するものと考えてくださいm。
私が扱ってmいる寸法は、(15 ~ 40K) x (75 ~ 125K) です。これにより、列にアクセスするステップだけがm[ , col]非常に遅くなります。
私が探しているのは、ここでの迅速な解決策です。何か案は？
編集：
コメントに基づいて、ここに私が実際に達成しようとしていることの概要を示します。私は、真陽性/陰性および偽陽性/陰性の数の関数であるため、混同行列のすべての関数である情報ゲイン、従正規分離などのような特徴選択メトリックの束を持っています。table(m[ , col], logicalV)したがって、各列およびについて、両方、両方、およびいずれかlogicalVの数を知る必要があります。それは役に立ちますか？TRUEFALSETRUE