Question

我想在R中运行多个偏最小二乘模型，并尝试利用并行包。但是，运行代码后，我可以在任务管理器中看到Rscript实例，除非关闭RStudio，否则它们不会终止。这些Rscipts是一个问题，因为如果我执行太多的迭代，它们将吞噬我计算机上的所有可用内存，并且基本上将其磨碎。

有人知道如何处理这些缠绵的Rscript（或可以指出我的代码中的错误，我是R的新手）？

下面是我的示例代码：

library(pls)       #Package for PLS regression and MSC
library(parallel)  #Allows for multi-core computations for cross-validation calculations

data(gasoline)

#Parallel Computing setup
num_cores <- 2
Made_Cluster = makeCluster(num_cores, type = "PSOCK")

num_iterations <- 10
for (i in 1:num_iterations) {
  pls.options(parallel = makeCluster(num_cores, type = "PSOCK"))
  gas1 <- plsr(octane ~ NIR, data = gasoline, validation = "LOO")
}
stopCluster(Made_Cluster)

我已经确认makeCluster和StopCluster命令在循环内的放置会产生不终止的相同Rscripts。即使num_cores <-1

，它也会发生

library(pls)       #Package for PLS regression and MSC
library(parallel)  #Allows for multi-core computations for cross-validation calculations

data(gasoline)

#Parallel Computing setup
num_cores <- 1

num_iterations <- 10
for (i in 1:num_iterations) {
Made_Cluster = makeCluster(num_cores, type = "PSOCK")
  pls.options(parallel = makeCluster(num_cores, type = "PSOCK"))
  gas1 <- plsr(octane ~ NIR, data = gasoline, validation = "LOO")
stopCluster(Made_Cluster)
}

最后，终端显示有关未使用连接的奇怪消息。这些警告显示不同的语法，我无法始终如一地重现它们。这里有几个例子：

Warning messages:
1: In if (!is.vector(X) || is.object(X)) X <- as.list(X) :
      closing unused connection 4 (<-mycomputer:port#)
2: In is.data.frame(x) :
  closing unused connection 13 (<-mycomputer:port#)
3: In crossprod(q.a) :
  closing unused connection 17 (<-mycomputer:port#)

这是我的sessioninfo（）

Rstudio 
$version
[1] ‘1.1.456’

R version 3.5.1 (2018-07-02)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

Matrix products: default

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] parallel  stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] pls_2.6-0

loaded via a namespace (and not attached):
[1] compiler_3.5.1 tools_3.5.1

Answer 1

您只想创建一个“集群”对象（=一次调用makeCluster()，而不是多个）。像这样：

cl <- makeCluster(num_cores, type = "PSOCK")
pls.options(parallel = cl)

[...]
for (i in 1:num_iterations) {
   gas1 <- plsr(octane ~ NIR, data = gasoline, validation = "LOO")
}

stopCluster(cl)

观察结果的解释：如果您使用pls.options(parallel = makeCluster(...))，最终将在该调用中创建另一个群集，由于您没有该群集的句柄，因此不会明确停止该群集。当R的垃圾收集器发现这样的“杂散”群集时，其底层连接最终将关闭-这就是为什么/当您收到这些警告时。如果将pls.options(parallel = makeCluster(...))放入循环中，则每次迭代将创建一个杂散簇，并且还会收到更多警告。垃圾收集器在“随机”时间运行，这就是为什么这些警告的回溯显示为随机/不可再现的原因。

具有并行＆pl的R-如何在Windows中处理非终止Rscript进程

1 个答案: