为大型数据集调用rpart时发生错误

Question

我有一个包含100k数据字段的大型数据集。当我尝试str（）或查看完整数据时，没有发生任何故障，但是当我在训练集上运行rpart时需要一段时间，大约3-4分钟后它会显示以下错误，

  

错误：无法与R会话建立连接

我的脚本如下所示：

# Decision tree
library(rpart)                      
library(rattle)                                 
library(party)  

train_set <- read.table('my_sample_trainset.csv', header=TRUE, sep=',', stringsAsFactors=FALSE)
test_set <- read.table('my_sample_testset.csv', header=TRUE, sep=',', stringsAsFactors=FALSE)

my_trained_tree <- rpart(Route ~ Bus_Id + week_days + time_slot, data=train_set, method="class")
# Error occurs on/after this line

my_prediction <- predict(my_trained_tree, test_set, type = "class")

my_solution <- data.frame(Route = my_prediction)

write.csv(my_solution, file = "solution.csv", row.names = FALSE)

我错过了一个图书馆吗？或者是因为大数据集（6.5MB）而发生这种情况

此外，我在Mac OS X Yosemite上使用rStudio版本0.99.447

Answer 1

该消息表示R仍在计算结果。如果在CPU选项卡上打开活动监视器并按CPU使用率排序，您应该看到rsession正在使用100％的CPU。所以你可以点击＆＃34; ok＆＃34;在该消息上并允许R继续计算。

我希望有一个解决方法，这个问题在我们说话时困扰着我！