【发布时间】：2013-08-13 22:06:51
【问题描述】：
我试图通过在具有 4 个双核 CPU（我使用的是 Ubuntu 13.04 和 R 2.15.2）的计算机上运行慢速 auto.arima 函数来加速它。该函数正在拟合具有 350,000 个数据点和大约 50 个外生变量的时间序列。我正在使用下面的代码
fit<-auto.arima(orders,xreg=exogen, stepwise=FALSE, parallel=TRUE, num.cores=4)
但是，我有多个 CPU（每个都有多个内核），而不仅仅是一个具有多个内核的 CPU。如果 R 足够聪明，可以绕过这种内核/CPU 差异，我查看了我的资源监视器并看到了这个：
这表明只有 CPU3 被最大化。
关于如何解决的任何想法？ forecast 包可以与 DoSNOW 一起使用吗？
【问题讨论】：
-
您使用的是哪个包？您的并行环境很可能有问题，因为如果某些东西不起作用，大多数并行实现会在一个内核上运行代码。 mclapply 切换到 lapply。作为一种解决方法，您可以尝试（使用
parallel包）mclapply(order, auto.arima, xreg=exogen, stepwise=FALSE, parallel=FALSE, mc.cores=2)
标签： r forecasting