在尝试使用插入符号包训练随机森林模型时，我注意到执行时间莫名其妙地很长：
> set.seed = 1;
> n = 500;
> m = 30;
> x = matrix(rnorm(n * m), nrow = n);
> y = factor(sample.int(2, n, replace = T), labels = c("yes", "no"))
> require(caret);
> require(randomForest);
> print(system.time({rf <- randomForest(x, y);}));
user system elapsed
0.99 0.00 0.98
> print(system.time({rfmod <- train(x = x, y = y,
+ method = "rf",
+ metric = "Accuracy",
+ trControl = trainControl(classProbs = T)
+ );}));
user system elapsed
95.83 0.71 97.26
在我看来，执行时间只应该长10倍，因为默认情况下会发生10倍交叉验证，而不是单次运行。我没有调整任何参数，但似乎火车会自动进行调整：
> rfmod$results
mtry Accuracy Kappa AccuracySD KappaSD
1 2 0.4736669 -0.04437013 0.03323485 0.06493845
2 16 0.4818095 -0.03241901 0.03279341 0.06426745
3 30 0.4878361 -0.02149108 0.02956972 0.05936881
最多可以解释30倍的差异。但是，它的运行时间几乎要长100倍。可能的解释是什么？
提前致谢
最佳答案
您没有在method中指定trainControl，因此它默认为引导程序的30次迭代，并且由于也未设置tuneLength，因此您要在mtry的3个值上进行此操作。
当您将计算成本乘以90倍时，99.2449倍的加速应该不是意外的。
最高