【问题标题】:Parallel partial dependence plot in R with ranger and pdpR中带有ranger和pdp的平行部分依赖图
【发布时间】:2019-07-01 18:43:35
【问题描述】:

我正在尝试尽可能高效地运行双向部分依赖图(使用并行计算),并且正在使用以下规范


cluster <- makeCluster(detectCores() - 1) # convention to leave 1 core for OS
registerDoParallel(cluster)

partial(cforest_adjusted, 
pred.var = c("avg_mtg_duration", "avg_mtg_attd"), 
trim.outliers = TRUE, chull = TRUE, parallel = TRUE,
grid.resolution = 30)

cforest_adjusted 对象来自使用“maxstat”拆分的游侠库。

我收到以下错误:

: ... 可能用在不正确的上下文中:â.fun(piece, ...)â : ... 可能在不正确的上下文中使用: â.fun(piece, ...)â do.ply(i) 中的错误:任务 1 失败 - “否 应用于类对象的“预测”的适用方法 "护林员""

我猜我必须为 do.ply 后端提供一个自定义预测函数,但现在我确定如何做到这一点。

【问题讨论】:

    标签: r random-forest


    【解决方案1】:

    想通了。您需要像这样添加外部库(例如 ranger):

    partial(cforest_adjusted, 
    pred.var = c("avg_mtg_duration", "avg_mtg_attd"), 
    trim.outliers = TRUE, chull = TRUE, parallel = TRUE,
    grid.resolution = 30,  paropts = list(.packages = "ranger"))
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2018-03-02
      • 1970-01-01
      • 1970-01-01
      • 2023-04-04
      • 2019-10-04
      • 2021-08-14
      • 1970-01-01
      相关资源
      最近更新 更多