R中具有游侠功能的并行随机森林：如何结合预测结果？

Question

我试图在foreach（）并行化下使用并行计算和ranger（）函数来拟合随机森林分类模型。如果我使用7个核心进行处理，我会得到一个结果列表，我可以从中提取7个单独的游侠，但是我无法将结果组合起来以创建预测模型。

    rf<-foreach(num.tree=rep(80,7), .multicombine=TRUE, .verbose=TRUE,
        .packages=c('ranger', 'randomForest', 'methods')) %dopar% {
 ranger(hotel_cluster~. , as.data.frame(train_s01[(1:10000),]), num.tree=num.tree, write.forest=TRUE) 
}

我尝试过使用.combine = combine函数，但是它会抛出错误，我不确定从那里开始。关于如何结合这些的任何建议都会很棒。

作为旁注，我的完整数据集非常大（3700万行）并且有100个类，因此由于因素限制我将无法使用randomForest包，并且我不希望将这些类聚类为任何进一步。

干杯