Rscript

Question

我正在尝试在 R 的插入符号包中创建预测模型，并为来自 terminal/cmd 的新数据调用预测。这是可重现的例子：

# Sonar_training.R
  ## learning and saving model
library(caret)
library(mlbench)
data(Sonar)
set.seed(107)
inTrain <- createDataPartition(y = Sonar$Class, p = .75,list = FALSE)
training <- Sonar[ inTrain,]
testing  <- Sonar[-inTrain,]
saveRDS(testing,"test.rds")
ctrl <- trainControl(method = "repeatedcv",
                 repeats = 3)
plsFit <- train(Class ~ .,data = training,method = "pls",
            tuneLength = 15,
            trControl = ctrl,
            preProc = c("center", "scale"))

plsClasses <- predict(plsFit, newdata = testing)

saveRDS(plsFit,"fit.rds")

这是 Rscript.exe 调用的脚本：

# script.R
  ##reading model and predict test data
t <- Sys.time()
pls <- readRDS("fit.rds")
testing <- readRDS("test.rds")
head(predict(pls, newdata = testing))
print(Sys.time() - t)

我运行在终端中使用以下语句：

pawel@pawel-MS-1753:~$ Rscript script.R
Loading required package: pls

Attaching package: ‘pls’

The following object is masked from ‘package:stats’:

loadings

[1] M M R M R R
Levels: M R
Time difference of 2.209697 secs

有什么办法可以做到faster/more高效吗？例如，是否有可能不在每次执行时加载包？ readRDS 在这种情况下读取模型是否正确？

Answer 1

您可以尝试使用 "profvis" 包分析您的代码：

#library(profvis)
profvis({    

   for (i in 1:100){
    #your code here
    }

})

我试过了，碰巧 99% 的执行时间是训练时间，1% 是 saving/loading RDS 数据，其余的成本大约为 0（加载包，加载数据，...）：

所以如果你不想优化训练函数本身，那么减少执行时间的方法似乎很少。

Answer 2

我已经看到 PLS 分类模型出现这种情况，但我不确定这个问题。但是，请尝试改用 method = "simpls"。您将得到大致相同的答案，并且应该很快完成。

Rscript - 长时间执行

Rscript - long time of execution

r

r-caret