在windows上如何在r中实现并行化？
在windows上如何在r中实现并行化？
提问于 2014-05-29 13:32:17
在Windows中，如何让代码在r中并行化？包括一个简单示例。张贴这个自我回答的问题，因为这是相当不愉快的工作。你会发现package parallel本身不能工作，但是package snow工作得很好。
回答 6
Stack Overflow用户
回答已采纳
发布于 2014-05-29 13:32:17
发布这篇文章是因为我花了很长时间才弄明白。这里有一个在r中并行化的简单示例，它将让您测试事情是否适合您，并让您走上正确的道路。
library(snow)
z=vector('list',4)
z=1:4
system.time(lapply(z,function(x) Sys.sleep(1)))
cl<-makeCluster(###YOUR NUMBER OF CORES GOES HERE ###,type="SOCK")
system.time(clusterApply(cl, z,function(x) Sys.sleep(1)))
stopCluster(cl)您还应该使用库doSNOW将foreach注册到snow集群，这将导致许多包自动并行化。注册的命令是registerDoSNOW(cl) (其中cl是makeCluster()的返回值)，撤消注册的命令是registerDoSEQ()。别忘了关闭你的集群。
Stack Overflow用户
发布于 2015-05-07 21:02:41
这对我来说很有效，我使用了doParallel包，需要3行代码：
# process in parallel
library(doParallel)
cl <- makeCluster(detectCores(), type='PSOCK')
registerDoParallel(cl)
# turn parallel processing off and run sequentially again:
registerDoSEQ()随机森林的计算从180秒减少到120秒(在具有4个内核的Windows计算机上)。
Stack Overflow用户
发布于 2015-01-17 22:16:38
基于here的信息，我能够将以下代码转换为在Windows7上的R Studio下工作的并行版本。
原始代码：
#
# Basic elbow plot function
#
wssplot <- function(data, nc=20, seed=1234){
wss <- (nrow(data)-1)*sum(apply(data,2,var))
for (i in 2:nc){
set.seed(seed)
wss[i] <- sum(kmeans(data, centers=i, iter.max=30)$withinss)}
plot(1:nc, wss, type="b", xlab="Number of clusters",
ylab="Within groups sum of squares")
}并行化代码：
library("parallel")
workerFunc <- function(nc) {
set.seed(1234)
return(sum(kmeans(my_data_frame, centers=nc, iter.max=30)$withinss)) }
num_cores <- detectCores()
cl <- makeCluster(num_cores)
clusterExport(cl, varlist=c("my_data_frame"))
values <- 1:20 # this represents the "nc" variable in the wssplot function
system.time(
result <- parLapply(cl, values, workerFunc) ) # paralel execution, with time wrapper
stopCluster(cl)
plot(values, unlist(result), type="b", xlab="Number of clusters", ylab="Within groups sum of squares")这并不意味着它是完美的，甚至是最好的，只是一个初学者演示了并行似乎确实在Windows下工作。希望能有所帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/23926334
复制相关文章
相似问题
腾讯云开发者
