小编Jes*_*som的帖子

将 R Parallel 与其他 R 包一起使用

我正在使用 R 中的 LQMM 包进行非常耗时的分析。我将模型设置为从星期四开始运行,现在是星期一,并且仍在运行。我对模型本身充满信心(作为标准 MLM 进行测试),并且对我的 LQMM 代码充满信心(已经使用相同的数据集运行了其他几个非常相似的 LQMM,并且它们都花费了一天的时间来运行)。但我真的很想弄清楚如何使用我可以访问的机器的并行处理功能(注意所有机器都是基于 Microsoft Windows 的),如果可能的话,使其运行得更快。

我已经阅读了几篇关于使用并行的教程,但我还没有找到一个展示如何将并行包与其他 R 包配合使用的教程......我是否想太多了,或者这是不可能的?

这是我使用 R 包 LQMM 运行的代码:

install.packages("lqmm")
library(lqmm)
g1.lqmm<-lqmm(y~x+IEP+pm+sd+IEPZ+IEP*x+IEP*pm+IEP*sd+IEP*IEPZ+x*pm+x*sd+x*IEPZ,random=~1+x+IEP+pm+sd+IEPZ, group=peers, tau=c(.1,.2,.3,.4,.5,.6,.7,.8,.9),na.action=na.omit,data=g1data)
Run Code Online (Sandbox Code Playgroud)

该数据集有 58 个变量的 122433 个观测值。所有变量均经过 z 评分或虚拟编码。

parallel-processing multicore r

5
推荐指数
1
解决办法
2540
查看次数

标签 统计

multicore ×1

parallel-processing ×1

r ×1