- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我使用的是 Win7 操作系统,Rstudio 中装有 R 3.3.1。目的是将 glmnet
与并行处理结合使用。来自 ?glmnet
帮助:
parallel
: IfTRUE
, use parallel foreach to fit each fold. Must register parallel before hand, such asdoMC
or others. See the example below.
来自引用的示例:
# Parallel
require(doMC)
registerDoMC(cores=4)
install.packages('doMC')
返回包不可用。手动检查CRAN提供可下载的 UNIX 代码,但 Windows 二进制文件不可用。
我仍然可以在 Win7 操作系统下使用 doMC
之类的代码吗?或者什么是有用的替代方案?
最佳答案
如 doMC
的小插图中所写
The doMC package acts as an interface between foreach and themulticore functionality of the parallel package, originally written bySimon Urbanek and incorporated into parallel for R2.14.0. Themulticore functionality currently only works with operating systemsthat support the fork system call (which means that Windows isn'tsupported)
您可以尝试使用 snow
包和 SOCK
集群。 (感谢 @HongOoi 提示加载 doSNOW
并不是真正需要的。)
library(doParallel)
#the following line will create a local 4-node snow cluster
workers = makeCluster(4, type="SOCK")
registerDoParallel(workers)
foreach(i=1:4) %dopar% Sys.getpid()
关于r - 如何在 Windows 下使用 doMC 或 glmnet 的替代并行处理实现?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40426115/
即使我使用相同的 lambda,cv.glmnet() 生成的系数似乎与 glmnet() 生成的系数不同。为什么是这样?它们不应该相同吗? library(glmnet) # Data dimens
有人知道 cv.glmnet (在 R 的 glmnet 中)或 LassoCV (scikit-learn)如何选择在交叉验证中使用的正则化常量(lambda)序列吗?非常感谢! 最佳答案 根据 F
当通过 glmnet 包估计套索模型时,我想知道是否更好:(a)直接从从 cv.glmnet 采购的 cv.fit 对象拉系数/预测/偏差,或 (b) 使用来自 cv.glmnet 的最小 lambd
我正在开展一个项目,该项目将显示一组事件对结果的潜在影响。我正在使用 glmnet() 包,特别是使用泊松功能。这是我的代码: # de <- data imported from sql conne
我运行了 20 倍 cv.glmnet 套索模型以获得 lambda 的“最佳”值。但是,当我尝试重现 glmnet() 的结果时,我收到一条错误消息: Warning messages: 1: fr
正如我们所见,caret::train(..., method = "glmnet") 与交叉验证或 cv.glmnet() 实现都可以找到最小化交叉验证错误的 lambda.min。最终的最佳拟合模
我在 R 中使用 glmnet 运行以下(截断的)代码 # do a lot of things to create the design matrix called x.design > glmne
我有一个函数可以返回 cv.glmnet 模型的 auc 值,虽然不是大多数时候,但它经常在执行 cv.glmnet 函数时返回以下错误: 丢弃错误(y %% rep(1, nc)): 在为函数“dr
在我的训练数据集上使用最小二乘法拟合线性回归模型效果很好。 library(Matrix) library(tm) library(glmnet) library(e1071) library(Spa
在 glmnet 包中使用“mse”和“class”有什么区别? log_x <- model.matrix(response~.,train) log_y <- ifelse(train$respo
我读过 glmnet 可以在没有正则化的情况下使用,即它可以用作常规 glm。我正在写一篇论文并试图避免使用许多不同的包,因此使用 glmnet 进行常规的 glm 逻辑回归拟合会很方便。谁能帮我?
我有一个非常大的矩阵,所以我使用 glmnet 进行回归。 我有一个条件,带有 p 的名称必须具有正系数,带有 n 的名称必须具有负系数。 我怎样才能在 glmnet 中强制这种情况? 下面是一个小例
我有一个有效的 glm 模型。因为我想添加(脊)正则化我想我会切换到 glmnet。出于某种原因,我无法让 glmnet 工作。它似乎总是预测第一类,而不是第二类,这导致精度低且 kappa = 0。
我正在使用glmnet软件包执行LASSO回归。有没有办法让所选的各个变量变得重要?我考虑过对通过coef(...)命令获得的系数进行排名(即距零的距离越大,变量将越重要)。那是一个有效的方法吗? 谢
我尝试使用 glmnet 进行预测,并收到一条非常神秘的错误消息。我之前在使用glmnet时没有遇到过这种情况,并且通过谷歌搜索该错误并没有取得成果。当最后一行未注释时会发生错误。 library(I
我一直在研究一个数据集并使用 glmnet用于线性 LASSO/Ridge 回归。 为了简单起见,我们假设我使用的模型如下: cv.glmnet(train.features, train.respo
在我的数据集中,我有许多连续变量和虚拟变量。对于使用 glmnet 进行分析,我希望对连续变量进行标准化,而不是虚拟变量。 我目前手动执行此操作,方法是首先定义仅具有 [0,1] 值的列的虚拟向量,然
我拟合多项逻辑回归模型,我想获得混淆矩阵以获得准确度 library("glmnet") x=data.matrix(train[-1]) y= data.matrix(train[1]) x_tes
我正在学习使用glmnet和 brnn包。考虑以下代码: library(RODBC) library(brnn) library(glmnet) memory.limit(size = 4000)
我的理解是 glmnet 采用矩阵,其中每一列都是一个解释变量。 我有一个包含约 10 个解释变量的数据框(其中一些是因子) 我怎样才能使用诸如 y~(x1*x2*x3)+(x4*x5)+x6 之类的
我是一名优秀的程序员,十分优秀!