使用 'doParallel' 包在 R 中进行并行处理

Question

我有一个从 2 迭代到指定值（即 columnCount）的循环。 i 的值至关重要，因为循环内发生的所有计算都取决于 i 的值。

循环片段：

   > x1=runif(900000,9999,90999)
   > x2=runif(900000,0,9)
   > x3=runif(900000,5000,80000)
   > y=rep(0:1,450000)
   > data=data.frame(y,x1,x2,x3)
   > dim(data)
    [1] 900000   4 
   > columnCount = ncol(data)
   > yVar = names(data[1])

for (i in 2:columnCount) {  
    xVar[i] = names(data[i])
    result <- smbinning(df=data,y=yVar,x=xVar[i],p=0.05)
    }

注意：Y 列始终不变，而 x 列在每一步中迭代 1（实际数据框有 250 多列）。我如何将其转换为以便我可以使用：

library(foreach)
library(doParallel)

foreach(icount(iters)) %dopar% {

Answer 1

如何使用并行包中的 mclapply。例如下面的内容：

require(smbinning) # caveat: I never used this package
data(iris) 

names(iris) <- gsub("\.","",names(iris)) # didn't like dots
mclapply(2:NCOL(iris), function(varb) 
smbinning(df = iris[,c(1,varb)], 
            y = names(iris[,c(1,varb)])[1], 
            x = names(iris[,c(1,varb)])[2],
            p = 0.05))

使用 'doParallel' 包在 R 中进行并行处理

Parallel processing in R using 'doParallel' package

foreach

r

doparallel