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: [][][] | 

_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.