我正在使用该randomForest
软件包进行一些工作,虽然它运行良好,但它可能很耗时。有人对加快速度有什么建议吗?我正在使用带有双核 AMD 芯片的 Windows 7 机器。我知道 R 不是多线程/处理器,但很好奇是否有任何并行包(、、、rmpi
等snow
)snowfall
适用于某些randomForest
东西。谢谢。
编辑:
我正在使用 rF 进行一些分类工作(0 和 1)。数据有大约 8-12 个变量列,训练集是 10k 行的样本,所以它的大小合适但并不疯狂。我正在运行 500 棵树,mtry 为 2、3 或 4。
编辑2:这是一些输出:
> head(t22)
Id Fail CCUse Age S-TFail DR MonInc #OpenLines L-TFail RE M-TFail Dep
1 1 1 0.7661266 45 2 0.80298213 9120 13 0 6 0 2
2 2 0 0.9571510 40 0 0.12187620 2600 4 0 0 0 1
3 3 0 0.6581801 38 1 0.08511338 3042 2 1 0 0 0
4 4 0 0.2338098 30 0 0.03604968 3300 5 0 0 0 0
5 5 0 0.9072394 49 1 0.02492570 63588 7 0 1 0 0
6 6 0 0.2131787 74 0 0.37560697 3500 3 0 1 0 1
> ptm <- proc.time()
>
> RF<- randomForest(t22[,-c(1,2,7,12)],t22$Fail
+ ,sampsize=c(10000),do.trace=F,importance=TRUE,ntree=500,,forest=TRUE)
Warning message:
In randomForest.default(t22[, -c(1, 2, 7, 12)], t22$Fail, sampsize = c(10000), :
The response has five or fewer unique values. Are you sure you want to do regression?
> proc.time() - ptm
user system elapsed
437.30 0.86 450.97
>