У меня 16,0 ГБ оперативной памяти, процессор i7-8665U, 4 ядра, Windows 10.
Набор данных - это 80K наблюдений, 18 или 49 переменных (я пробовал эти модели с обеими). Я не могу предоставить образец, потому что он проприетарный.
Я пытался запустить карет с различными моделями - C5.0, xgboost, ranger, svmRadial) и все они бегут смехотворно долго (более 24 часов) или вообще не прекращают бегать. По общему признанию, я запутался в параллельной обработке и пробовал модели с различными комбинациями:
allowParallel = TRUE (в trainControl) nthread = 1 или nthread = 3 (в поезде) - За пределами модели, начиная с
cluster <- makeCluster(3) или cluster = makeCluster(2) и registerDoParallel(cluster) (заканчивая stopCluster(cluster) и registerDoSeq(), чтобы отключить параллельную обработку.
I'm используя method = 'repeatedcv', number = 5, repeats = 3 или method = 'cv', number = 3, так что я не думаю, что моя перекрестная проверка настолько безумна.
Я думаю, мне интересно узнать о праймере для использования параллельной обработки в каретке. Очевидно, я не уверен, что Я делаю. Я пытался собрать воедино разные руководства из справки Caret, StackOverflow и других мест в Интернете, и многие из них дают разные советы. Я также нашел совет не использовать параллельная обработка в карете вообще.
- Как запустить параллельную обработку? Достаточно ли использовать
allowParallel = TRUE и указать nthread = 3 (для 3 ядер)? - Если это не так достаточно, какие команды я должен использовать outsi de тренироваться включать параллельную обработку для машины Windows 10?
- Я читал, что разные модели требуют разных настроек. Есть ли руководство, когда использовать какие параметры параллельной обработки для каких моделей?
- Не достаточно ли моей системы для запуска этих моделей? Я знаю, что это не самое лучшее, но, конечно, это не невозможно, верно?