R中>100万例的bartMachine (贝叶斯加法回归树)
R中>100万例的bartMachine (贝叶斯加法回归树)
提问于 2015-10-28 22:38:44
我想通过bartMachine包使用BART来处理100多万个案例的数据帧。通过对java内存设置进行大量优化，我可以在我的MacBook上获取R来完成大约5000个案例的BART模型。当系统内存空间不足时，上面的任何内容都将中止。有没有可能我可以使用输入矩阵为1mio行数(大约15个预测器)的bartMachine()？否则，有没有其他包可以让我至少使用BART运行预测器选择？谢谢你的帮忙!
回答 2
Stack Overflow用户
发布于 2015-11-05 17:53:54
你有没有试过增加内存选项？必须初始设置options(java.parameters="-Xmx12g") #
Stack Overflow用户
发布于 2015-12-27 13:11:29
我是这个包的维护者。您是否尝试过将"mem_cache_for_speed = FALSE“作为一个选项？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33394023
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号