doparallel

    0热度

    1回答

    我想用R从MySQL数据库中并行获取数据。下面的代码是一个一个获取数据并且工作正常。但我想通过发送多个查询并将其保存到不同的变量来加速此过程。稍后我会在变量内部合并时间序列。 library(RMySQL) dbConnect(MySQL(), user='external', password='xxxxxxx', dbname='GMT_Minute_Data', host='xx.xx.x

    -1热度

    1回答

    并行计算我新的R. 我已经通过各个环节上了计算器为主题,以并行计算后,写了一个初始代码 library(doParallel) library(foreach) detectCores() ## [1] 4 # Create cluster with desired number of cores cl <- makeCluster(3) # Register cluster re

    1热度

    1回答

    ,我遇到这个奇怪的错误,系统将引发此 " Error in { : task 1 failed -could not find function "%dopar%" 具体而言,这是我做的 library(doParallel) cl <- makeCluster(4) registerDoParallel(cl) # Read the data coin95 <-read.csv('~/D

    3热度

    1回答

    下面的问题是一个非常详细的问题与这里描述的问题有关。 Previous Question 使用Ubuntu Server 14.04 LTS 64位亚马逊机器映像在R版本3.2.3的c4.8xlarge(36核心)上启动。 考虑下面的代码 library(doParallel) cl=makeCluster(35) registerDoParallel(cl) tryCatch({

    1热度

    1回答

    当我试图多个Windows PC上使用doParallel(网络)来识别网络计算机。我被告知要使用下面的程序 nodes <- c(rep("localhost",15),rep("node001",16)) cl <- makeCluster(nodes) registerDoParallel(cl) 而我知道“本地主机”是我主要的PC的默认标识符,但“node001”是我不明白。我如何

    -1热度

    1回答

    我有一个从2迭代到指定值(即columnCount)的循环。 i的值是至关重要的,因为在循环内发生的所有计算都依赖于i的值。 环片段: > x1=runif(900000,9999,90999) > x2=runif(900000,0,9) > x3=runif(900000,5000,80000) > y=rep(0:1,450000) > data=da

    1热度

    1回答

    我使用以下代码: library(foreach) library(doParallel) N<-5 cl<-makeCluster(8) registerDoParallel(cl) #loop s8 <- foreach(i=1:N, .combine='rbind') %:% foreach(j=1:N, .combin

    1热度

    2回答

    所以,到目前为止,我只写了一些R代码(准确地说2个项目),这可能可以证明这个问题的愚蠢程度,这对于一个经验丰富的程序员来说似乎是合理的。 我想平行我的K倍交叉验证代码,其目的是找到用于最终模型的最佳变量集合。 的代码是有点像这样 child <- foreach(i=icount(ncol(parentModel)-1),.combine = 'rbind') %:%{ childMod

    0热度

    1回答

    我只是无法在并行foreach中使用ovun.sample。 下面是最小的工作示例。 library(doParallel) library(ROSE) # ovun.sample if(!getDoParRegistered()){ registerDoParallel(cores=detectCores()) } foreach(i=1:2,.combine=rbind,

    0热度

    1回答

    我是R新手。我写了这个非常简单的脚本来强调我的问题。如果我运行这个常规的循环测试数据,每次迭代都会更新,就像我想要的一样。 a = 5 b = 4 c = 3 testdata = matrix(nrow=100, ncol=5) for(j in 1:100){ testdata[j,1] <- a*j testdata[j,2] <- b*j testdata[j,3] <- c