为大型数据集调用 rpart 时出错答案

【问题标题】：An error occurs when calling rpart for a large data set为大型数据集调用 rpart 时出错
【发布时间】：2015-07-10 06:57:34
【问题描述】：

我有一个包含 100k 数据字段的大型数据集。当我尝试 str() 或查看完整数据时没有出现故障，但是当我在训练集上运行 rpart 时需要一些时间，大约 3-4 分钟后它会显示以下错误，

错误：无法与 R 会话建立连接

我的脚本如下所示：

# Decision tree
library(rpart)                      
library(rattle)                                 
library(party)  

train_set <- read.table('my_sample_trainset.csv', header=TRUE, sep=',', stringsAsFactors=FALSE)
test_set <- read.table('my_sample_testset.csv', header=TRUE, sep=',', stringsAsFactors=FALSE)

my_trained_tree <- rpart(Route ~ Bus_Id + week_days + time_slot, data=train_set, method="class")
# Error occurs on/after this line

my_prediction <- predict(my_trained_tree, test_set, type = "class")

my_solution <- data.frame(Route = my_prediction)

write.csv(my_solution, file = "solution.csv", row.names = FALSE)

我错过了图书馆吗？还是因为大数据集（6.5MB）而发生这种情况

此外，我在 Mac OS X Yosemite 上使用 rStudio 版本 0.99.447

【问题讨论】：

标签： r rpart

【解决方案1】：

该消息意味着 R 仍在计算结果。如果您打开 Activity Monitor 并在 CPU 选项卡上按 CPU 使用率排序，您应该会看到 rsession 正在使用 100% 的 CPU。因此，您只需单击该消息上的“确定”并允许 R 继续计算。

我希望有一个解决方法，但在我们说话的时候，这个问题一直困扰着我！

【讨论】：

“我希望..”是否意味着没有解决方法？