У меня есть симулированные данные клиентов. Я хочу применить смешанную модель lo git, используя mlogit. для 50k клиентов это занимает 1 час, как я могу оптимизировать его, чтобы сократить время вычислений?
Complete.choice <- mlogit.data(model_data, choice = "y",
varying = varying, shape = "wide", sep = "_", id = "customer_id")
formula <- as.formula("y ~ weight + length + height + width + price | 0")
random_parameter <- c("weight" = 'n', "length" = 'n', "height" = 'n',
"width" = 'n', "price" = 'n')
sample.mxl <- mlogit(formula, Complete.choice ,rpar = random_parameter,
R = 100, halton = NA, panel = TRUE, seed = 123, print.level = 1)
мы можем установить приоритеты и сократить время вычислений? или мы можем реализовать смешанный lo git в mnlogit