我将如何重写我的代码，以便我可以在 Rstudio 服务器上实现多核的使用，以regsubsets使用“穷举”方法从跨越包运行？数据有 1200 个变量和 9000 个 obs，所以这里的代码被缩短了：
model<-regsubsets(price~x + y + z + a + b + ...., data=sample,
nvmax=500, method=c("exhaustive"))
我们的服务器是一个四核 7.5 GB 内存，对于这样的等式是否足够？
关于你的第二个问题，我想说：试试看。一般来说，一个 1200 乘以 9000 的数据集并不是特别大，但它是否有效也取决于regsubsets引擎盖下的内容。
一般来说，这里的方法是将问题分成几部分，然后在一个核心上运行每个部分，在你的情况下是 4 个核心。如果我们在内核上运行的进程需要一些时间（例如 10 分钟），则并行化最有效。如果只需要很少的时间，并行化的开销只会增加总分析所需的时间。SNOW使用例如（在 CRAN 上可用）在您的服务器上创建集群非常容易。我经常使用的方法是使用包创建一个集群doSNOW，然后使用plyr包中的功能。我最近写的一篇博文提供了一些背景和示例代码。
在您的特定情况下，如果regsubsets不支持开箱即用的并行化，则您必须自己进行一些编码。我认为诸如regsubsets需要使用整个数据集的变量选择方法，因此我认为通过并行运行多个 regsubset 来解决并行化是不可行的。所以我认为你必须调整函数以包含并行化。在函数内部的某处评估不同的变量选择，您可以将这些评估发送到不同的核心。请注意，如果这样的评估只需要很少的时间，并行化开销只会减慢您的分析速度。在这种情况下，您需要向每个核心发送一组评估，以增加在每个节点上花费的时间，从而减少并行化的开销。