Rによるハイパフォーマンスコンピューティング

初版第1刷に誤りがありました。

2014年10月21日
P15の12行目
誤：IEEE(The Institute of Electrical and Electronics Engineers, Inc.w)
↓
正：IEEE(The Institute of Electrical and Electronics Engineers, Inc.)

P18の「航空会社の情報」
誤：
carrier,index
DL,11
DH,24
WN,4
HP,6
HA,25
↓
正：
“02Q”,”Titan Airways”
“04Q”,”Tradewind Aviation”
“05Q”,”Comlux Aviation, AG”
“06Q”,”Master Top Linhas Aereas Ltd.”
“07Q”,”Flair Airlines Ltd.”

P28のコラム内のコードの5行目
誤：+ DayOfWeek = “character”, Cancelled = > “character”))
↓
正：+ DayOfWeek = “character”, Cancelled = “character”))

P38の下側のプログラムの下から15行目のコメント
誤：# 各列の型をあらかじめ指定する
↓
正：削除

P58の実行結果
誤：
Year,Month,DayofMonth,DayOfWeek,DepTime,CRSDepTime,ArrTime,CRSArrTime,Uniq
ueCarrier,FlightNum,Tail
2008,1,3,4,2003,1955,2211,2225,WN,335,N712SW,128,150,116,-14,8,IAD,TPA,810,4,8,0,,0,NA,NA,NA,NA,NA
2008,1,3,4,754,735,1002,1000,WN,3231,N772SW,128,145,113,2,19,IAD,TPA,810,5,10,0,,0,NA,NA,NA,NA,NA
2008,1,3,4,628,620,804,750,WN,448,N428WN,96,90,76,14,8,IND,BWI,515,3,17,0,,0,NA,NA,NA,NA,NA
2008,1,3,4,926,930,1054,1100,WN,1746,N612SW,88,90,78,-6,-4,IND,BWI,515,3,7,0,,0,NA,NA,NA,NA,NA
2008,1,3,4,1829,1755,1959,1925,WN,3920,N464WN,90,90,77,34,34,IND,BWI,515,3,10,0,,0,2,0,0,0,32
↓
正：
Year,Month,DayofMonth,DayOfWeek,DepTime,CRSDepTime,ArrTime,CRSArrTime,UniqueCarrier,FlightNum,TailNum,ActualElapsedTime,CRSElap1987,10,14,3,741,730,912,849,PS,1451,NA,91,79,NA,23,11,SAN,SFO,447,NA,NA,0,NA,0,NA,NA,NA,NA,NA
1987,10,15,4,729,730,903,849,PS,1451,NA,94,79,NA,14,-1,SAN,SFO,447,NA,NA,0,NA,0,NA,NA,NA,NA,NA
1987,10,17,6,741,730,918,849,PS,1451,NA,97,79,NA,29,11,SAN,SFO,447,NA,NA,0,NA,0,NA,NA,NA,NA,NA
1987,10,18,7,729,730,847,849,PS,1451,NA,78,79,NA,-2,-1,SAN,SFO,447,NA,NA,0,NA,0,NA,NA,NA,NA,NA
1987,10,19,1,749,730,922,849,PS,1451,NA,93,79,NA,33,19,SAN,SFO,447,NA,NA,0,NA,0,NA,NA,NA,NA,NA

P60の6行目のファイル名
誤：”AirlineFormatter.py”
↓
正：”MyAirlineFormatter.py”

P60のコードの行番号17と21の行、P63の最下部のコードの行番号17と21の行
誤：exit
↓
正：sys.exit()

P93の本文15行目の途中から
誤：
snowパッケージのclusterSetupRNGStream関数やparallelパッケージのclusterSetRNGStream関数は、baseパッケージのRNGkind関数にL’ecuyerのアルゴリズムを使用することを指定して乱数種を発生させています。
↓
正：
snowパッケージのclusterSetupRNGStream関数は，rlecuyerパッケージを用いてL’ecuyerのアルゴリズムを実行して乱数種を発生させています。parallelパッケージのclusterSetRNGStream関数は、baseパッケージのRNGkind関数にL’ecuyerのアルゴリズムを使用することを指定して乱数種を発生させています。

P98のコラム本文14行目
誤：しかし。その簡潔さのために。
↓
正：しかし、その簡潔さのために、

P107の実行結果の11行目から
誤：
> # ランダムフォレストの実行
> system.time(fit.rf <- clusterApply(cl, rep(250, 4), function(ntree) randomForest(type ~ + ., data = spam))) user system elapsed 0.165 0.288 16.331 ↓ 正： > system.time(fit.rf <- clusterApply(cl, rep(250, 4), function(ntree) randomForest(type ~
+ ., data = spam, ntree = ntree)))

user system elapsed
0.202 0.023 9.463

P107の本文3行目
誤：以上の結果を見ると、並列計算を行う場合は行わない場合に比べて約26秒から約16秒まで計算時間を削減できたことが確認できました。
↓
正：以上の結果を見ると、並列計算を行う場合は行わない場合に比べて約26秒から約9秒まで計算時間を削減できたことが確認できました。

P112のコード
最後に下記の行を追加

stopCluster(cl)

P121の上から7行目、P136の下から10行目
誤：● ワーカープロセスごとの演算(apply関数の並列版)
↓
正：● ワーカープロセスごとの演算(lapply関数の並列版)

P121の上から9行目、P136の下から8行目
誤：● ロードバランスを考慮したワーカーごとの演算(apply関数の並列版)
↓
正：● ロードバランスを考慮したワーカーごとの演算(lapply関数の並列版)

P127の上から1行目の途中から
誤：次の例は、4つのコアを用いてそれぞれ50個の初期値によりk平均法の並列計算を行っています。
↓
正：次の例は、4つのコアを用いて曜日ごとに、目的変数を到着の遅延時間、説明変数を出発の遅延時間と飛行距離として、線形回帰分析を行っています。

P131の中央部のコード
最後に下記の行を追加

stopCluster(cl)

P151の上から12行目
誤：rfl$exec.rf()
↓
正：> rfl$exec.rf()

P154の上から32行目
誤：stopCluster(cl)
↓
正：> stopCluster(cl)

P176の中央部のコードの12行目
誤：
+ require(bigmemory) al <- attach.big.matrix(al.desc) + GetArrDelayQuantiles(g, data = al) ↓ 正： > require(bigmemory)
> al <- attach.big.matrix(al.desc) > GetArrDelayQuantiles(g, data = al)

P259の上から11行目
誤：このデータセットはややサイズが大きいため、データテーブルに変換しておきます。データテーブルへの変換は、dplyrパッケージのtbl_df関数を用いて行います。
↓
正：このデータセットはややサイズが大きいため、テーブル形式のデータフレーム（tbl形式）に変換しておきます。

P259の上から12行目
誤：このデータセットはややサイズが大きいため、データテーブルに変換しておきます。データテーブルへの変換は、dplyrパッケージのtbl_df関数を用いて行います。
↓
正：このデータセットはややサイズが大きいため、テーブル形式のデータフレーム（tbl形式）に変換しておきます。

P259のコードの4行目
誤：> # データフレームからデータテーブルへの変換
↓
正：> # データフレームからテーブル形式のデータフレーム（tbl形式）への変換

P269の下から3行目
誤：dplryパッケージでは
↓
正：dplyrパッケージでは

P277の上部の実行画面の1行目
誤：# for service in /etc/init.d/hadoop-0.20-mapreduce-*: do
↓
正：# for service in /etc/init.d/hadoop-0.20-mapreduce-*; do

P303の上部のコードの10行目
誤：> rhwrite(list(list(NULL, cbind(X, y))), input.path)
↓
正：> rhwrite(list(list(NULL, cbind(1, X, y))), input.path)

P304のコードの16行目
誤：
> # 2. 係数の推定
> solve(XtX, Xty)

[1] 0.006126556 0.010144103 -0.055067807 -0.059223342 -0.094819425
[6] -0.029960709 -0.030996249 -0.013890889 0.053427962 -0.072220425
↓
正：
> # 2. 係数の推定
> solve(XtX, Xty)

[1] 0.022952227 0.005214048 0.010393951 -0.056060394 -0.060734475
[6] -0.093189683 -0.030261908 -0.030501064 -0.013930214 0.054599710
[11] -0.071507482

P315の下部のコードの下から12行目
誤：> X.index <- to.dfs(cbind(1:nrow(X), X)) ↓ 正：> X.index <- to.dfs(cbind(1:nrow(X), 1, X))

P316のコードの下から5行目
誤：
> # 2. 係数の推定
> solve(XtX, Xty)

[1] 0.006126556 0.010144103 -0.055067807 -0.059223342 -0.094819425
[6] -0.029960709 -0.030996249 -0.013890889 0.053427962 -0.072220425
↓
正：
> # 2. 係数の推定
> solve(XtX, Xty)

[1] 0.022952227 0.005214048 0.010393951 -0.056060394 -0.060734475
[6] -0.093189683 -0.030261908 -0.030501064 -0.013930214 0.054599710
[11] -0.071507482