我在Amazon EC2上使用RStudio 0.97.320（R 2.15.3）。我的数据框有20万行和12列。
我正在尝试使用约1500个参数来拟合逻辑回归。
R使用7％的CPU，并具有60 + GB的内存，并且仍需要很长时间。
这是代码：
glm.1.2 <- glm(formula = Y ~ factor(X1) * log(X2) * (X3 + X4 * (X5 + I(X5^2)) * (X8 + I(X8^2)) + ((X6 + I(X6^2)) * factor(X7))),
family = binomial(logit), data = df[1:150000,])
有什么建议可以大大加快速度吗？
最佳答案
您可以尝试使用speedglm包中的speedglm函数。我没有在您描述的问题上使用过它，但是特别是如果您安装了BLAS库（如注释中的@Ben Bolker建议），它应该易于使用并给您带来不错的减速效果。
我记得看到有一个基准测试glm和speedglm的表，带有和不带有经过性能调整的BLAS库，但是我今天似乎找不到它。我记得那使我确信我会两者都想要。
关于performance - 如何加快GLM估算？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/16284766/