＆＃34; rf＆＃34;的超长运行时间在R中使用Caret包

Question

我正在使用R（和Rstudio）从rf包中使用caret训练模型。训练数据集是具有76k行和291个cols的数据帧。我的代码如下：

library(caret)

myTrControl <- trainControl(method = "repeatedcv",
                            number = 5,
                            repeats = 3,
                            p = 0.75,
                            classProbs = TRUE,
                            summaryFunction = twoClassSummary)

set.seed(64)
myRF <- train(x = myTrain[ , -c(1, 291)],
              y = myTrain$TARGET,
              data = myTrain,
              method = "rf",
              metric = "ROC",
              maximize = TRUE,
              trControl = myTrControl)

现在已经跑了24个小时了。有没有办法估计需要多长时间？

我阅读了caret文档，我应该在verboseIter = TRUE中设置trainControl，以便了解计算时发生了什么。我想在计算＆＃34;时没有＆＃34;请求进展信息的方式，对吗？

第三个问题：trainControl和train中是否还有其他参数我应该经常用它来获取正在进行的计算信息？

谢谢！

Answer 1

由于某些因素，在76k记录和291列之外，这需要时间。

您的设置是重复3次的5倍cv，但由于未指定网格，因此正在使用train中的tunelength选项。这有一个默认的操作3.现在发生的是你有5次cv重复3次，调整3个不同的mtry值。所以总共它将训练5 * 3 * 3 = 45次训练课程+当然还有45次在训练中进行测试。在此之后，它将根据cv之后选择的调整参数在完整训练集上进行1次最终训练集。

进一步回答你的问题：

1. 估算这个的唯一方法是在另一台机器上运行你的模型，并将evertything设置为1，（重复cv，数字= 1，重复= 1，在列车中，tunelength = 1）这给你一个基本估计。
2. 正确
3. verboseIter是要走的路。