在小型数据帧上运行Random Forest时出现长向量错误

Question

我正在尝试使用randomForest包在R中包含390343行的数据集上运行RandomForest。我收到此错误：

randomForest.default（m，y，...）中的错误：   .Fortran

不支持long向量（参数24）

由于我的行数非常小，因此我无法弄清楚错误的原因。

使用的数据摘要是：

summary(train1)

我在64版Windows服务器2012上使用128 GB RAM和Intel Xeon CPU（E5-2690 v2）在R版本3.0.2（2013-09-25）上运行此程序

用于运行RF的命令是

RFmod<-randomForest(Train_flag~., data=train1,ntree=3000,
                mtry=4,replace=TRUE,keep.forest=TRUE,importance=TRUE)

Answer 1

尝试使用proximity = FALSE。当此参数设置为TRUE时，算法将计算邻近矩阵，当数据帧太大时可能会出现问题。

Answer 2

randomForest计算中行数的限制很可能不是2^31，但在内存不足时可能会受到影响。我不熟悉您收到的确切错误消息，但解决方法很简单。不要在400K观测值上训练随机森林模型。相反，采取一个合理大小的子集，比如说20K的观测值，然后对此进行训练。您最有可能使用精心选择的子集捕获400K集的行为。