如何提高 R 在机器学习中的性能？答案

【问题标题】：How to increase the perfomance of R in machine learning?如何提高 R 在机器学习中的性能？
【发布时间】：2016-10-25 08:36:53
【问题描述】：

我同时使用 R 和 python(Anaconda)。在建模方面，R 需要更多时间来执行相同的操作。R 中有没有并行操作或多线程的方法？

【问题讨论】：

标签： python r performance machine-learning regression

【解决方案1】：

在 R 中使用机器学习算法时，您可以调用一些允许并行化的库。在下面的示例中，差异是巨大的。

您可以这样称呼它们（注意“2”取决于您的集群数量）：

library(doParallel)
cl <- makeCluster(2)
registerDoParallel(cl)

本例摘自https://cran.r-project.org/web/packages/doParallel/vignettes/gettingstartedParallel.pdf

> x <- iris[which(iris[,5] != "setosa"), c(1,5)]
> trials <- 10000
> ptime <- system.time({
+ r <- foreach(icount(trials), .combine=cbind) %dopar% {
+ ind <- sample(100, 100, replace=TRUE)
+ result1 <- glm(x[ind,2]~x[ind,1], family=binomial(logit))
+ coefficients(result1)
+ }
+ })[3]
> ptime

而且比

快得多

> stime <- system.time({
+ r <- foreach(icount(trials), .combine=cbind) %do% {
+ ind <- sample(100, 100, replace=TRUE)
+ result1 <- glm(x[ind,2]~x[ind,1], family=binomial(logit))
+ coefficients(result1)
+ }
+ })[3]
> stime

【讨论】：