首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >k-NN、SVM和RF模型在R中使用插入符号包花费的时间太长

问k-NN、SVM和RF模型在R中使用插入符号包花费的时间太长
EN

Stack Overflow用户
提问于 2021-05-21 05:57:27
回答 1查看 63关注 0票数 0

我有一个数据帧,在5列中有大约120万个观察值,下面是一个示例:

代码语言:javascript
复制
   plate_x plate_z release_speed release_spin_rate Whiff
1     0.16    3.92          91.7              2195     0
2     0.21    3.37          91.2              2161     0
3    -1.25    3.26          94.0              2233     0
4    -0.86    2.17          94.2              2220     0
5    -0.07    1.89          93.4              2217     0
6    -0.47    3.42          91.3              2215     0
7     0.50    4.25          92.5              2276     0
8    -0.65    3.01          91.3              2256     0
9    -0.27    3.26          91.5              2179     0
10    0.63    3.89          92.2              2175     0
11    0.35    2.90          95.3              2412     0
12   -0.60    3.84          85.8              2097     0
13   -0.68    2.18          95.7              2493     0
14   -0.24    3.79          94.4              2058     1
15    0.26    4.50          95.6              2533     0
16   -0.62    2.68          95.1              2006     0
17    0.60    3.34          94.2              2026     0
18   -0.69    1.83          95.0              2671     0
19   -0.84    1.81          94.0              2475     0
20   -1.23    3.91          86.9              2211     0

当我运行LDA时,它需要大约5分钟,而购物车大约需要10-15分钟。使用80%训练/20%测试,使用以下代码:

代码语言:javascript
复制
validation_index <- createDataPartition(dataset$Whiff, p=0.80, list=FALSE)
validation <- dataset[-validation_index,]
dataset <- dataset[validation_index,]

其中,嗅觉是一个因子(1,0),无论变量是否发生,以及其他四个变量,所有这些变量都试图预测嗅觉是否会发生。我使用下面的代码来运行模型:

代码语言:javascript
复制
control <- trainControl(method="repeatedcv", number = 10, repeats = 10)
metric <- "Accuracy"


set.seed(7)
fit.lda <- train(Whiff~., data=dataset, method="lda", metric=metric, trControl=control)
# CART
set.seed(7)
fit.cart <- train(Swing_Value~., data=dataset, method="rpart", metric=metric, trControl=control)
# kNN
set.seed(7)
fit.knn <- train(Swing_Value~., data=dataset, method="knn", metric=metric, trControl=control)
# c) advanced algorithms
# SVM
set.seed(7)
fit.svm <- train(Swing_Value~., data=dataset, method="svmRadial", metric=metric, trControl=control)
# Random Forest
set.seed(7)
fit.rf <- train(Swing_Value~., data=dataset, method="ranger", metric=metric, trControl=control)

然而,后三种方法花费的时间太长,因为它实际上从未完成>= 5个小时。有没有办法加快这个过程。我是新手,所以我不确定这实际上是平均时间,还是我正在做的事情效率很低。

EN

回答 1

Stack Overflow用户

发布于 2021-05-21 06:07:55

你可以在caret包中并行处理,根据你有多少个内核,这可以大大提高速度。

例如,在开始训练之前,首先设置内核的数量。

注意:从R 4.1.0开始,|>是一个新的基础管道。如果您没有此版本,则只需嵌套makePSOCKcluster(detectCores())或使用magrittr中的%>%管道操作符。

代码语言:javascript
复制
library(doParallel)

cl <- parallel::detectCores() |>
  parallel::makePSOCKcluster()

# this will use all cores, consider doing length(cl) - some number
doParallel::registerDoParallel(cl, cores = length(cl))

您将在caret::trainControl的文档中看到参数allowParallel默认情况下为TRUE。

票数 0
EN
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/67628445

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档