45、R语言的并行计算、多语言支持与特征选择

R语言的并行计算、多语言支持与特征选择

1. R语言并行计算

在处理耗时任务时，如构建随机森林学习器，将 caret 包与 foreach 结合使用，可以获得强大的处理方法。以下是一个示例，展示了使用 foreach 包前后的时间差异：

# 标准（单核）执行模式
# library(caret)
system.time(m_rf <- train(CHARLSONSCORE ~ ., data=qol, method="rf", 
metric="Kappa", trControl=ctrl, tuneGrid=grid_rf))
##    user  system elapsed 
##  273.09    2.29  282.00

# 并行执行模式
set.seed(123) 
cl <- makeCluster(4) 
registerDoParallel(cl)
getDoParWorkers() ## [1] 4
system.time(m_rf <- train(CHARLSONSCORE ~ ., data = qol, method = "rf",
metric="Kappa", trControl=ctrl, tuneGrid=grid_rf))
##    user  system elapsed 
##    4.91    0.06   56.72
unregister<-registerDoSEQ()
stopCluster(cl)

从上述代码可以看出，在标准（单核）