Pessoal, Estou tentando treinar um modelo com 192 atributos e meu objetivo é, no pós-treinamento, identificar os atributos mais importantes. (seleção de features). A questão é que estou tendo problemas para treinar o modelo porque o processamento é extremamente lento. Pesquisei sobre o parallel e o doParallel e coloquei no meu código mas aparentemente não obtive resultados segue um trecho do código: library(caret) library(doParallel) myControl <- trainControl(method = "repeatedcv", number = 10, repeats = 3, allowParallel = TRUE) t<-proc.time() cl <- makeCluster(detectCores()) registerDoParallel(cl) model <- train(GENRE~., data=dtset_genres, method="lvq", preProcess = "scale", trControl = myControl) stopCluster(cl) proc.time()-t Alguma sugestão? -- Att, | Fernando Gama da Mata | | Database Specialist | Master's Degree UFPA | | Contacts: +55 91 99150 0365 | f.fabiogama88@gmail.com | Social Networks: [ <https://www.facebook.com/fernando.gama.13>][ <https://plus.google.com/+FernandoGama13>][ <https://www.linkedin.com/in/fernandogama>] |