R中小鼠归因的记忆使用

Question

我目前正在使用R中的小鼠来估算10个大型数据集（首先创建具有0.3，dfpred03的相关性的预测矩阵），并且遇到了很多类似以下的问题：

imptest <- mice(df, m=1, maxit = 1, method='cart',predictorMatrix=dfpred03)

 iter imp variable
  1   1  VAR1 VAR2  VAR3  VAR4Error: cannot allocate vector of size 446 Kb
Error during wrapup: cannot allocate vector of size 3.6 Mb

我知道我必须做出一些让步，但是因为我不确定瓶颈是什么，所以我真的不知道该做出哪些让步。

是否有关于mice中R如何使用数据的文档？

我最重要的问题：

1. 编辑：如何调整预测变量矩阵以使插补过程减少内存消耗？我正在考虑将行和列总和都低的变量设置为零，但随后剩下的是NA。我可以做的另一件事是删除那些变量和其他观测值较低的变量。

2. 如果我成功完成了一个数据集的迭代，那是否意味着我可以增加maxit和m，因为最大的内存使用是在迭代中？

   < / li>

3. 是否使用最多的内存是因为预测变量的数量或观测值的缺失（以及观测值的数量）？

4. 更一般而言，内存使用量的峰值在哪里？