疎行列同士の最大最小

疎行列(SparseMatrix)

• 数百万個の各インプットに対して、数万個のキーワードの有無をフラグ化したい
  • インプットを行、キーワードを列にTrue/Falseを値として持つ行列とみなせる。
• しかし、普通の行列（密行列）ではメモリ不足＆重い
  • 疎行列を使うべき
  • アソシエーション分析arulesや正則化付きロジスティック回帰glmnetなどでも活用しやすい。
• Rで疎行列を扱うパッケージといえばMatrixだが、要素ごとの最大最小を取る関数などは実装していない。
  • 疎行列のクラス（dgCMatrix等）に実装されていない操作を行うと、エラーになる or 密行列に変換されてメモリ不足に陥る。

data.tableを使ったソリューション

• 疎行列Ｍに対してsummaryすると、Triplet格納形式（data.frame）が取得できる。
  • Triplet格納形式とは、疎行列を＜row index i, col index j, value x＞で表したもの
• Triplet格納形式に対してデータを操作して、最後に疎行列（dgCMatrix）に戻す。
• 疎行列M1, M2に対する要素ごとの最大値を取るコード
  • M1とM2の次元は一致している前提

class(M1)     # 'dgCMatrix'
class(M2)     # 'dgCMatrix'
dt <- rbind(summary(M1) %>% data.table(), summary(M2) %>% data.table())
dt2 <- dt[, x:=max(x, na.rm=TRUE), by=.(i, j)]
res <- sparseMatrix(i = dt2$i, j = dt2$j, x = dt2$x, dims = dim(M1))