클러스터없이 randomForest를 효율적으로 실행하는 방법

Question

동일한 독립 변수 (X), 다른 종속 변수 (Y)를 갖는 여러 randomForest 모델이 있습니다. 클러스터없이 이러한 모델을 효율적으로 실행할 수있는 방법이 있습니까? 현재 lapply를 사용하여 순차적으로 실행합니다.

library(randomForest) 
data(iris) 

iris_new<-iris[,c(1:ncol(iris),rep(ncol(iris),4))] 

tt<-lapply(1:5, function (i){ 
iris.rf <- randomForest(as.formula(paste(colnames(iris_new)[4+i],'.',sep='~')), data=iris_new, importance=TRUE) 
iris.pred <- predict(iris.rf, iris_new[i,]) 

}) 

위의 예에서 5 개의 랜덤 포리스트 모델이 있습니다. 처음 네 열은 다른 모델에 대한 독립 변수입니다. 마지막 5 개의 열은 각 모델의 종속 변수입니다.

Answer 1

하나의 가능한 솔루션은 병렬 패키지의 도파로를 사용할 수 있습니다. 나무를 키우기 위해 모든 핵을 사용할 수 있습니다. 4 개의 코어가 있다면 각 코어를 사용하여 각각 트리를 성장시킨 다음 패키지의 결합 기능을 사용하여 결합 할 수 있습니다.