Sono un po 'nuovo per r e vorrei usare un pacchetto che consente l'elaborazione multi-core per far funzionare la funzione glm più velocemente. Mi chiedo se c'è un sintassi che posso usare per questa materia. Ecco un esempio di modello glm che ho scritto, posso aggiungere un parametro che utilizzerà multi-core?Come posso usare l'elaborazione multi-core per eseguire la funzione glm più veloce
g<-glm(IsChurn~.,data=dat,family='binomial')
Grazie.
Ho usato speedglm ed i risultati sono ottimi: usando glm mi ci sono voluti 14,5 secondi per ottenere risultati e con speedglm mi ci sono voluti 1.5 secondi. che un miglioramento del 90% ... il codice è molto semplice: m <- speedglm(y ~ s1 + s2,data=df). Basta non dimenticare di installare e chiamare il pacchetto. Un altro problema: non è possibile utilizzare tutte le variabili con "." il speedglm non riconosce il punto come "tutte le variabili".
Altri pacchetti utili sono: http://cran.r-project.org/web/packages/gputools/gputools.pdf con gpuGlm e http://cran.r-project.org/web/packages/mgcv/mgcv.pdf vedere la sezione mgcv.parallel circa gam(..., control=list(nthreads=nc)) o bam(..., cluster=makeCluster(nc)) dove nc è il numero dei tuoi veri nuclei
non facilmente . È possibile installare una libreria BLAS (algebra lineare) vettoriale/multicore. Forse date un'occhiata a Revolution R ... –
ad es. http://blog.revolutionanalytics.com/2010/06/performance-benefits-of-multithreaded-r.html (ma vedere i commenti lì se questo effettivamente aiuterà 'glm') –
http://stackoverflow.com/ domande/16284766/how-to-speed-up-glm-estimation-in-r –