使用插入符号包中列车的默认值，我正在尝试为数据集xtr2（dim（xtr2）：765 9408）训练随机森林模型。问题是难以置信地花费太长时间（一次训练超过一天）来适应这种功能。据我所知，火车在其默认情况下使用自举采样（25次）和三次随机选择mtry，那为什么它需要这么长时间呢？ 请注意我需要在每次运行中训练rf三次（因为我需要使用相同的数据来表示不同随机森林模型的结果），并且需要大约三天，我需要运行10个不同样本的代码，所以我需要30天才能得到结果。
我的问题是如何让它更快？
可以更改列车的默认值，使操作时间减少吗？例如使用CV进行培训？
可以使用插入符包进行并行处理吗？如果是的话，该如何做？
随机林包的tuneRF可以对时间进行任何更改吗？
这是代码：
rffit=train(xtr2,ytr2,method="rf",ntree=500)
rf.mdl =randomForest(x=xtr2,y=as.factor(ytr2),ntree=500,
keep.forest=TRUE,importance=TRUE,oob.prox =FALSE ,
mtry = rffit$bestTune$mtry)
谢谢，
答案 0 :(得分：2)
我对你的问题的看法：
是的！但是不要忘记你也可以控制搜索网格caret用于调整参数;在这种情况下，mtry。我不确定mtry的默认搜索网格是什么，但请尝试以下操作：
ctrl＆lt; - trainControl（“cv”，number = 5，verboseIter = TRUE）
set.seed（101）＃的再现性
rffit＆lt; - train（xtr2，ytr2，method =“rf”，trControl = ctrl，tuneLength = 5）
是的！请参阅caret网站：http://topepo.github.io/caret/parallel-processing.html
是和否！ tuneRF只是使用OOB错误来查找mtry的最佳值（randomForest中唯一的调整参数）。使用交叉验证往往更好地工作，并产生更诚实的模型性能估计。 tuneRF可能需要很长时间，但应该比k倍交叉验证更快。
总体而言，caret的在线手册非常好：http://topepo.github.io/caret/index.html。
答案 1 :(得分：2)
您仅使用train来确定mtry。我会跳过train步骤，并保持默认mtry：
rf.mdl =randomForest(x=xtr2,y=as.factor(ytr2),ntree=500,
keep.forest=TRUE,importance=TRUE,oob.prox =FALSE)
我强烈怀疑3种不同的跑步是个好主意。
如果你进行10倍交叉验证（我不确定它是否应该完成，因为验证根深蒂固在随机森林中），如果你的时间很短，10个部分就太多了。 5个部分就足够了。
最后，randomForest的时间与nTree成正比。设置nTree = 100，你的程序将运行5倍。
答案 2 :(得分：0)
我还要补充一点，它的主要问题是速度，caret中还有其他几种随机森林实现，其中许多要比原始的randomForest快得多，而原始的ranger却很慢。我发现caret是满足我非常简单需求的不错选择。
这是一个不错的summary of the random forest packges in R。其中许多已经在data() {
return {
splitDays:[], // :splitDays
};
},
mounted() {
axios
.get(`${process.env.*****}/users?role=***&active=***`)
.then(response => ( this.users = response.data,
console.log(this.users)
))
console.log(this.users)
/*
for (let splitDayIndex in mySplitDays){
let splitDay= mySplitDays[splitDayIndex]
splitDay.class = splitDay.lastname
splitDay.label = splitDay.lastname
mySplitDays[splitDayIndex]=splitDay
}
*/
},
中。
还有一个有趣的study of the performance of ranger vs rborist，您可以在其中查看样本大小和特征之间的权衡如何影响性能。