R做svm预测和随机森林分类好慢啊！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

R软件拿随机森林做一下变量筛选，数据15万，运行了一天都没出来，我不敢相信，我觉得有可能是哪里有问题，谁能帮我解答一下，谢谢！代码如下：

library(caret)
library(randomForest)
control <- rfeControl(functions=rfFuncs, method="cv")
rfe.train <- rfe(asyc[1:150000,1:10], asyc[1:150000,11], sizes=1:10, rfeControl=control)


R软件那20万数据做svm做预测，也是运行12小时也没有运行出结果，我觉得太不可思议了，谁能帮我找找问题！我觉得数据量并不是很大啊！
代码如下：
#采用svm进行预测
library(e1071)
traindata<-asyc[1:150000,c(1,2,4,5,6,8,9,10,11)]
svmfit<-svm(traindata[,9]~.,data=traindata,kernel="radial",type='eps-regression')
predict_svm<-predict(svmfit,data=asyc)

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

变量选择的时候时先不要参数调优以及交叉验证，并且在变量选择的时候随机森林的 ntrees可以设置的小点。
使用formula时  一般不使用 df[,ncol]~.,要么传入公式要么传入 X 和 y

雾锁山城 发表于 2017-12-12 09:20
变量选择的时候时先不要参数调优以及交叉验证，并且在变量选择的时候随机森林的 ntrees可以设置的小点。
使 ...

ntree指的是什么，能详细说一下嘛

雾锁山城 发表于 2017-12-12 09:20
变量选择的时候时先不要参数调优以及交叉验证，并且在变量选择的时候随机森林的 ntrees可以设置的小点。
使 ...

我刚刚重新尝试一下，将df[,ncol]~.,换成了：
svmfit<-svm(traindata[,9]~traindata[,1]+traindata[,2]+traindata[,3]+traindata[,4]+traindata[,5]+traindata[,6]+traindata[,7]+traindata[,8],data=traindata,kernel="radial")
仍然很慢

雾锁山城 发表于 2017-12-12 09:20
变量选择的时候时先不要参数调优以及交叉验证，并且在变量选择的时候随机森林的 ntrees可以设置的小点。
使 ...

我刚刚重新尝试一下，将df[,ncol]~.,换成了：
svmfit<-svm(traindata[,9]~traindata[,1]+traindata[,2]+traindata[,3]+traindata[,4]+traindata[,5]+traindata[,6]+traindata[,7]+traindata[,8],data=traindata,kernel="radial")
仍然很慢

随机森林和SVM就是很耗资源。  建议做变量筛选。

jameschin007 发表于 2017-12-12 13:30
随机森林和SVM就是很耗资源。  建议做变量筛选。

svm预测是做完变量筛选以后做的模型，而随机森林是为了做变量筛选的

露露的家园2012 发表于 2017-12-12 14:38
svm预测是做完变量筛选以后做的模型，而随机森林是为了做变量筛选的

服务器内存多少，CPU啥情况。

SVM吃CPU， RF吃内存。 换Python或java weka 快很多

露露的家园2012 发表于 2017-12-12 09:55
我刚刚重新尝试一下，将df[,ncol]~.,换成了：
svmfit

randomForest(x, y=NULL,  xtest=NULL, ytest=NULL, ntree=500) ntree改为 50之类的，因为变量选择的时候可以接受模型有点欠拟合；
formula写成 y~x1+x2+x3 之类，因为貌似有时 df[,1]~df[,2]+df[,3]是会出现问题；
变量选择的时候也是可以考虑对样本进行抽样（资源不足的情况下）