У меня проблема многоклассификации, и я пытаюсь запустить алгоритм KNN, чтобы найти 50 ближайших соседей вокруг каждой точки данных. Я использовал пакет FNN в R, однако это занимает много времени, так как у моего набора данных около 29 миллионов строк. Мне было интересно, есть ли в R пакет, который может запускать KNN параллельно. Есть ли у вас какое-либо предложение с примером его использования?Как я могу запустить алгоритм knn параллельно с использованием r для множественной классификации
1
A
ответ
0
you can use the following by modifying it accordig to KNN .. If need i will provided you with exact code .. the following code is for svc
pkgs <- c('foreach', 'doParallel')
lapply(pkgs, require, character.only = T)
registerDoParallel(cores = 4)
### PREPARE FOR THE DATA ###
df1 <- read.csv(...... your dataset path........)
## do normalization if needed ##
### SPLIT DATA INTO K FOLDS ###
set.seed(2016)
df1$fold <- caret::createFolds(1:nrow(df1), k = 10, list = FALSE)
### PARAMETER LIST ###
cost <- 10^(-1:4)
gamma <- 2^(-4:-1)
parms <- expand.grid(cost = cost, gamma = gamma)
### LOOP THROUGH PARAMETER VALUES ###
result <- foreach(i = 1:nrow(parms), .combine = rbind) %do% {
c <- parms[i, ]$cost
g <- parms[i, ]$gamma
### K-FOLD VALIDATION ###
out <- foreach(j = 1:max(df1$fold), .combine = rbind, .inorder = FALSE) %dopar% {
deve <- df1[df1$fold != j, ]
test <- df1[df1$fold == j, ]
mdl <- e1071::svm(Classification-type-column ~ ., data = deve, type = "C-classification", kernel = "radial", cost = c, gamma = g, probability = TRUE)
pred <- predict(mdl, test, decision.values = TRUE, probability = TRUE)
data.frame(y = test$DEFAULT, prob = attributes(pred)$probabilities[, 2])
}
### CALCULATE SVM PERFORMANCE ###
roc <- pROC::roc(as.factor(out$y), out$prob)
data.frame(parms[i, ], roc = roc$auc[1])
}
Смежные вопросы
- 1. Ядро RBF для классификации с использованием KNN
- 2. KNN OpenKV Неизвестные классификации
- 3. Идеальное значение k в kNN для классификации
- 4. Алгоритм PCA и KNN
- 5. Используйте алгоритм KNN-регрессии в R
- 6. ошибка в классификации knn matlab
- 7. KNN - как мы тестируем изображение после классификации KNN?
- 8. Простой способ использования классификации knn только с использованием knnsearch (MATLAB)?
- 9. Эффективный алгоритм knn
- 10. выбор переменной в r с использованием knn
- 11. Алгоритм для классификации текста
- 12. Рубин Алгоритм классификации продуктов
- 13. Как применить алгоритм KNN к категориальным переменным?
- 14. Как найти недостающее значение дохода с использованием Knn в R
- 15. R для цикла параллельно
- 16. Как запустить DEoptim параллельно?
- 17. Как я могу запустить этот rxjava zip параллельно?
- 18. После выполнения классификации knn в R, как вы получаете список прогнозов для каждого из тестовых случаев?
- 19. алгоритм оптимальной классификации
- 20. Алгоритм классификации списка продуктов?
- 21. Как я могу запустить Test :: Perl :: Critic параллельно?
- 22. Как рассчитать значение переменной KNN в R
- 23. Коэффициент точности для классификации kNN упал после нормализации нормализации?
- 24. Machine Learning - алгоритм классификации
- 25. Как запустить код параллельно?
- 26. Обучение для классификации с использованием libsvm
- 27. Классификация мешков слов с использованием KNN
- 28. Как я могу избежать цикла для поиска KNN?
- 29. Алгоритм лучших усилий классификации вектора
- 30. FNN Пакет: R и knn()