【发布时间】：2016-06-27 19:11:07
【问题描述】：
我知道有很多关于 mclapply 的内存消耗问题的帖子，但我仍然在尝试看看是否有什么可以帮助我的情况。
我正在将一个随机森林模型拟合到一个 ~600 x 60,000（通过变量矩阵 X 响应 y）矩阵：
library(randomForest)
fit <- randomForest(x=X,y=y)
然后我想将该拟合与随机拟合进行比较，为此我正在做的是：
library(parallel)
set.seed(1)
random.list <- mclapply(1:1000,function(f){
idx <- shuffle(nrow(X))
random.y <- predict(object=fit,newdata=X[idx,],type="response")
}, mc.cores = ncores)
不幸的是，这太占用内存（需要超过 100GB），因此不切实际。
顺便说一句，我运行的环境是 Linux。
有什么建议吗？
【问题讨论】：
标签： r parallel-foreach mclapply