R中有大型数据集的随机森林（Rborist）

Question

我正在使用Rborist在R中构建随机林。但是，在使用训练集构建模型之后，在使用predict（predict.Rborist）函数时，R正在崩溃，并显示消息“R for Windows GUI front-end已停止工作”。

我使用的是具有8核CPU，32 GB RAM的机器，我的数据集有150k记录和2k变量。使用整个数据集构建随机森林大约需要2小时，并启用并行处理。

虽然这可能是内存错误，但CPU或内存使用状态并未指示。请帮忙。

Answer 1

Indranil，

这可能不是内存问题。 predict（）方法有一个错误，其中隐含地假定行计数小于或等于原始训练行计数。 Github上的版本修复了这个问题并且看起来很稳定。一个新的CRAN版本已经过期，等待一些变化。