插入符号训练 rf 模型 - 莫名其妙的长时间执行

Question

在尝试使用 caret 包训练随机森林模型时，我注意到执行时间长得令人费解：

> 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，执行时间应该只延长 10 倍，因为默认情况下会发生 10 次交叉验证而不是单次运行。我没有调整任何参数，但似乎 train 会自动调整：

> 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

这最多可以解释 30 倍的差异。但是，它的运行时间几乎延长了 100 倍。可能的解释是什么？

提前致谢

Answer 1

您没有在 trainControl 中指定 method，因此它默认为引导程序的 30 次迭代，并且由于也未设置 tuneLength，因此您在 mtry 的 3 个值上执行此操作。

当您将计算成本乘以 90 倍时，99.2449 倍的加速应该不会出乎意料。

最大