运行 GBM 时如何修复 PSOCKcluster 错误答案

【问题标题】：How to fix PSOCKcluster error when running GBM运行 GBM 时如何修复 PSOCKcluster 错误
【发布时间】：2021-01-20 19:18:12
【问题描述】：

我正在尝试运行 gbm

gbm(formula=loan_status~., data=mdTrnGBM, distribution = 'bernoulli', n.trees= 100, interaction.depth= 5, bag.fraction= 0.5, cv.folds= 5)

并不断收到此错误：

makePSOCKcluster(names = spec, ...) 中的错误：
  集群设置失败。 8 名工作人员中有 8 名无法连接。

关于如何解决这个问题的任何想法？如果我消除袋子分数和 cv 折叠，它确实会起作用，但我不想消除这些。

【问题讨论】：

标签： r gbm

【解决方案1】：

当您指定 cv=5 时，gbm 使用 parallel 包将每个交叉验证作业发送到单独的核心。这可能是新 R 4.0 和 mac.. 或您可能正在使用的任何系统的新问题，请参阅 this link。

如果您的数据不是很大，现在您可以尝试仅使用 1 个核心，使用示例数据集：

library(gbm)
fl = "https://raw.githubusercontent.com/hrishibawane/DataLit/master/credit_train.csv"
dat = read.csv(fl)
dat = dat[dat$Loan.Status !="",]
dat = droplevels(dat[complete.cases(dat),-c(1:2)])
dat$Loan.Status = as.numeric(dat$Loan.Status)-1

mdl = gbm(formula=Loan.Status~., data=dat, distribution = 'bernoulli', 
n.trees= 100, interaction.depth= 5, bag.fraction= 0.5, cv.folds= 5,n.cores=1)

gbm(formula = Loan.Status ~ ., distribution = "bernoulli", data = dat, 
    n.trees = 100, interaction.depth = 5, bag.fraction = 0.5, 
    cv.folds = 5, n.cores = 1)
A gradient boosted model with bernoulli loss function.
100 iterations were performed.
The best cross-validation iteration was 98.
There were 16 predictors of which 16 had non-zero influence.

【讨论】：