使用parallel / foreach

Question

我正在尝试使用RTexttools包对大约10.000个文档进行分类。当我计算随机森林列车模型时，过程会消耗大量时间（CPU和内存）。 我在一台4芯和4GB内存的机器上工作。但是，我可以看到我的R-session仅使用1个核心来执行。 我读过一些关于foreach和doparallel的文档，但是我很难将它与textmining联系起来。 假设我想加快以下命令（目前需要超过120分钟）：

library(RTextTools)
library(tm)
data <- read.csv2(file.choose(), header = T, sep = ";")
colnames(data) <-c("Text","Sentiment")
doc_matrix <-
  create_matrix(
    data$Text,
    language = "russian",
    removeNumbers = TRUE,
    stemWords = TRUE,
    removeSparseTerms = .998
  )
container <-
  create_container(
    doc_matrix,
    data$Sentiment,
    trainSize = 1:1000,
    testSize = 1001:2165,
    virgin = FALSE
  )
RF <- train_model(container,"RF")

有没有办法通过并行化来加速这个过程？ 如果我只是使用

library(doParallel)
cl <- makeCluster(detectCores())
registerDoParallel(cl)

在列车模型计算之前，它将无济于事。