将随机森林从 Julia 转换为 R答案

【问题标题】：Convert Random Forest from Julia to R将随机森林从 Julia 转换为 R
【发布时间】：2021-08-27 10:23:50
【问题描述】：

我目前正在学习随机森林 (RF)，其中包含 500 000 个示例和 6 个特征的数据集。但是，在 R 中需要几个小时。因此，我的想法是使用另一种语言来学习 RF。我在想朱莉娅。但是，我发现 R 更便于预测和所有事后分析。那么，我的问题就很简单了：

有没有办法将 RF 从 Julia 格式转换为 R？

【问题讨论】：

Jupyter notebook 中的“ju”来自 Julia，末尾的 er 指的是 R。我怀疑您可以在 Jupyter 笔记本上进行整个分析？还有一个选项可以在Rmarkdown
嗬，这将是一个聪明的举动。问题是，对我来说，你需要为你的脚本设置内核，所以当你在 Jupyter 中使用 Julia 时，你实际上是在使用 Julia 并且不能跨语言
我分享的博客文章声称可以同时启动 Julia 和 Python……我认为也可以使用 R。如果没有，那么 Rmarkdown 选项应该可以工作。
我是 Julia 用户（前 R 用户），但我不得不承认 ranger R 包至少与 DecisionTree.jl 一样快（并且可能快于），并且是内存效率也更高。
@Cameron 您链接的 R 包主要是 C++ ...... Julia 的好处是包几乎都是用 Julia 本身编写的，所以更容易弄脏你的手......

标签： r julia random-forest converters

【解决方案1】：

我从使用JuliaConnectoR 包开始，它非常棒且高效。我从使用 randomForest 包的 1 个多小时的学习时间缩短到使用 JuliaConnectoR 的 3 或 6 秒。

然后，我按照@Cameron 的建议使用了ranger 包。性能也不错（~ 9 秒）。

【讨论】：

【解决方案2】：

在 Julia 中，您可以使用 RCall 为 post hoc 编写代码，同时在 Julia 中运行 ML 本身，也许吧？您可以创建 Julia 数据框，然后执行“@rput df”将数据框放入 R 空间，并使用“@rget val”取回值。 R 代码行在 Julia 内部运行。

using Dataframes, RCall, CSV   
#create Julia dataframe, however you choose
df = CSV.read("path/to/my/data", header=false) 
@rput df
R"""
lines of R code here to work with df
"""
@rget myvalues

【讨论】：

好主意！在我这边，我发现了 JuliaConnectoR 包，它的作用相反：直接在 R 中使用 Julia。我不知道哪种解决方案最有效