R大型數據集隨機森林（Rborist）R

我使用Rborist構建R中的隨機森林。但是，在使用訓練集構建模型之後，在使用predict（predict.Rborist）函數時，R將崩潰並顯示消息「R for Windows GUI前端已停止工作」。R大型數據集隨機森林（Rborist）R

我正在使用一臺帶有8核CPU，32 GB RAM的機器，我的數據集有150k個記錄以及2k個變量。使用整個數據集構建隨機森林需要約2小時的時間，並行處理啓用。

雖然這可能是一個內存錯誤，但CPU或內存使用狀態並不表示這一點。請幫忙。

您可以嘗試減少訓練數據。您的總數據究竟有多大（測試+培訓+驗證集）？ – Gaurav

最近我嘗試了同樣的過程，只有150k記錄和12個變量，並且模型已經構建，但是在預測時，R再次停止工作。 –

那麼，如果您的數據的大小爲'n'，則可以將您的訓練數據保存在sqrt（n）中，並且仍然可以從您的模型中統計數據。理想情況下，模型構建是痛苦的脖子......預測你總是可以將數據分割成更小的數據集...... – Gaurav

Indranil，

這可能不是內存問題。 predict（）方法有一個錯誤，其中行計數被隱式假定爲小於或等於原始的訓練行數。 Github上的版本修復了這個問題，看起來很穩定。一個新的CRAN版本過期了，並等待幾個更改。

2015-09-24 14:43:40

回答