Як покращити час роботи для внесення даних R MICE

Моє запитання коротко: чи існують методи покращити час роботи R MICE (внесення даних)?

Я працюю з набором даних (30 змінних, 1,3 мільйона рядків), який містить (цілком випадково) відсутні дані. Близько 8% спостережень у приблизно 15 із 30 змінних містять НС. Для того щоб імпулювати відсутні дані, я виконую функцію MICE, що є частиною пакету MICE .

Я відчуваю досить повільний час роботи, навіть на підмножині (100 000 рядків), з методом = "fastpmm" і m = 1 і триває близько 15 хвилин.

Чи є спосіб покращити час роботи, не втрачаючи занадто багато продуктивності? (mice.impute.mean досить швидкий, але приходить з важливою втратою інформації!).

Код, що відтворюється:

library(mice)
df <- data.frame(replicate(30,sample(c(NA,1:10),1000000,rep=TRUE)))
df <- data.frame(scale(df))

output <- mice(df, m=1, method = "fastpmm")

Ви можете використовувати quickpred()з miceпакету, за допомогою якого ви можете обмежити прогнози, вказавши mincor (Мінімальна кореляція) та minpuc (частка корисних випадків). Також ви можете використовувати виключити та включити параметри для контролю прогнозів.

Я зробив обгортку для miceфункції, що включає в себе один додатковий аргумент, droplistде ви можете передати векторний символ символьних змінних, який ви не хочете використовувати в правій частині формул імпутації. Це було для швидкості, оскільки я виявив, що факторні змінні з багатьма рівнями значно уповільнюють імпутацію . Мені не було відомо про quickpredфункцію, на яку посилається @Aanish, і, можливо, ви могли б використовувати обидва поняття разом.

Нижче наведена функція, яка відображається в моєму пакеті glmmplus . Якщо вам це здається корисним, я можу відкрити запит на потяг у фактичному miceпакеті.

ImputeData <- function(data, m = 10, maxit = 15, droplist = NULL) {
  if (length(intersect(names(data), droplist)) < length(droplist)) {
    stop("Droplist variables not found in data set")
  }
  predictorMatrix <- (1 - diag(1, ncol(data)))
  for (term in droplist) {
  drop.index <- which(names(data) == term)
    predictorMatrix[, drop.index] <- 0
  }
  mids.out <- mice(data, m = m, maxit = maxit,
                   predictorMatrix = predictorMatrix)
  return(mids.out)
}