linux – 为什么kmeans在高规格的Ubuntu机器上如此慢而不是Windo

X是5000×5矩阵(数值变量).
k = 6

我的台式机是Intel Xeon CPU W3530 @ 2.80GHz x 8(即8核)Dell Precision T3500,带Ubuntu 12.04.4 LTS(GNU / Linux 3.2.0-58通用x86_64),内存为24 GB.

R version 3.0.2 (2013-09-25) — “Frisbee Sailing” Copyright (C) 2013
The R Foundation for Statistical Computing Platform:
x86_64-pc-linux-gnu (64-bit)

> system.time(X.km <- kmeans(X,centers=k,nstart=25))
   user  system elapsed
 49.763  52.347 103.426

与配备Intel Core i5-2430M @ 2.40GHz,2核,8 GB RAM,R 3.0.1和相同数据的Windows 7 64位笔记本电脑相比：

> system.time(X.km <- kmeans(X,nstart=25))

   user  system elapsed
   0.36    0.00    0.37

更快,更快.对于nstart = 1,问题仍然存在,我只是想放大执行时间.

有什么明显的东西我不见了吗？

亲自尝试一下,看看你取得的成就：

set.seed(101)
k <- 6
n <- as.integer(10)
el.time <- vector(length=n)
X <- matrix(rnorm(25000,mean=0.5,sd=1),ncol=5)
for (i in 1:n) {  # sorry,not clever enough to vectorise
    el.time[i] <- system.time(kmeans(X,nstart=i))[[3]]
}
print(el.time)
plot(el.time,type="b")

我的结果(ubuntu机器)：

> print(el.time)  
  [1] 0.056 0.243 0.288 0.489 0.510 0.572 0.623 0.707 0.830 0.846

Windows机器：

> print(el.time)
 [1] 0.01 0.12 0.14 0.19 0.20 0.21 0.22 0.25 0.28 0.30