MATLABのlassoがRのglmnetよりもはるかに遅いのはなぜですか（10分から1秒まで）。

MATLABの関数lassoは比較的遅いことがわかりました。私は多くの回帰問題を実行しますが、通常は1から100の予測子と200から500の観測です。場合によっては、投げ縄が非常に遅いことが判明しました（回帰問題を解決するには数分かかりました）。これは、予測子が高度に相関している場合（たとえば、大気モデルの隣接するグリッドポイントでの気温時系列）であることがわかりました。

以下の例のパフォーマンスをmatlabとRで比較しました。

yは163要素（観測値を表す）の予測ベクトルであり、xは100行の予測子行列であり、yの観測値に対応する163観測値です。以下のように、MATLAB関数lassoを適用しました。

[beta_L,stats]=lasso(x,y,'cv',4);

Rでも同じで、glmnetを使用します。

fit.lasso=cv.glmnet(predictor.ts,predictand.ts,nfolds=4)

MATLABとRはどちらも座標降下アルゴリズムに基づいています。lassoとglmnetの両方のラムダ値の数のデフォルト値は100です。座標降下の収束しきい値は、MATLABでは既定で10 ^ -4であり、R（10 ^ -7）ではさらに低くなっています。

私のコンピューターではR関数が1秒かかります。Matlabは数分かかりますが、ほとんどの計算時間は座標降下アルゴリズムで費やされます。

予測子の相関性が低い場合（数値大気モデルのさまざまな変数タイプなど）、Matlabの投げ縄はそれほど遅くはありませんが、Rの1秒に比べて〜30秒かかります）。

matlab lassoは本当にglmnetよりも非効率的ですか、それとも何かを見逃していますか？

glmnet$\lambda_1, \ldots \lambda_m$$\lambda_1$$\lambda_{2}$$\lambda_2$$\lambda_3$$(n+1)$$n$

glmnet$\lambda$?glmnetlambda

警告：注意して使用してください。ラムダに単一の値を指定しないでください[...]代わりに、ラムダ値の減少するシーケンスを指定します。glmnetウォームスタートは速度に依存し、多くの場合、単一の近似を計算するよりもパス全体を近似する方が高速です。

$\lambda$$\lambda$