我有一个较大的n（> 1,000,000）数据集，具有少量用于估计（回归）随机森林的功能，并且一直在寻求实现Rborist（在R中）。我想并行处理我的工作，但没有找到有关如何完成工作的指导。我有16个处理器要在运行它的机器上使用。例如，当我对randomForest包使用doParallel时，命令：
rf <- foreach(ntree=rep(32, 16), .combine=combine, .packages='randomForest') %dopar% randomForest(x, y, nodesize = 25, ntree=ntree)
它启动16个R进程，并且像randomForest一样缓慢运行，但是可以工作。
Rborist的类似命令：
rb <- foreach(ntree=rep(32, 16), .combine=combine, .packages='Rborist') %dopar% Rborist(x, y, minNode = 25, ntree=ntree)
引发错误：
错误调用合并功能：
警告消息：在mclapply（argsList，FUN，mc.preschedule =
preschedule，mc.set.seed = set.seed ，：所有已调度核心
用户代码中遇到错误
有谁知道如何与Rborist并行化？它似乎没有发生在幕后，因为我在运行时仅使用1 cpu：
rb <- Rborist(x, y, minNode = 25, ntree = 512)
最佳答案
Rborist本身并行运行。它使用了我机器上的所有线程（win 10 64bit）。但是后来我没有先加载doParallel / foreach。
游侠包也是如此，但在游侠中，您可以设置要使用的线程数。
射频的快速实现是我的首要任务：
Rborist（大n，低p）
护林员（处理大p，适度n）
随机的forest.ddr（尚未测试）
H2O中的分布式随机森林。非常快，但是利用
停止标准。