R中非常缓慢的GLM logistic回归

我试图将逻辑回归拟合到一个小数据集（17k行，16列）。但它在60多分钟后继续运行，我刚刚结束了它。我的CPU和RAM都没有达到最大值——我们只是观察到，一旦开始安装过程，利用率就会提高。为了排除异常编码错误的可能性，我使用5行16列的数据集测试了相同的代码。它成功了——我能够得到一份

摘要

和

确认

。因此，肯定还有另一个问题

数据集混合了

因子

、

int

和

数值

变量。我想分享它的模式，但它包含敏感的专有信息

我想知道是否有一些解决方案可以建议，或者在下面分享的五年前的帖子中提出的解决方案是否仍然相关（我现在正在尝试那些旧的解决方案）

数据集尺寸和代码：

> dim(design_mat_final)
[1] 16812    16

log_model <- glm(label ~., 
                 family = binomial(link = 'logit'),
                 data = design_mat_final)

与此5年的职位相关：

与这个6岁的交叉验证职位相关：

更新：

---

我尝试了

speedglm

，但没有明显效果。

您的数据是数字数据还是分类数据？我最初的想法是删除分类数据，看看它是否加快了速度。如果存在大量的虚拟编码，分类数据可能会减慢速度。在我之前的工作中，我在一个相对较小的数据集（10000个样本左右）上使用了逻辑回归，有15个预测因子。我们所有的特征都是分类的，但经过虚拟编码后，我们得到了150多个特征。由于这个原因（普通最小二乘法的大矩阵），运行速度比预期慢得多。为了测试上述（@HXSP1947），您可以尝试运行

m@HXSP1947这实际上最终成为了主要问题之一。在我的数据集中有大量的不平衡因子变量，当这些不平衡的分类变量转化为虚拟变量时，很有可能得到一列与另一列的线性组合。由于默认插补方法涉及线性回归，这导致X矩阵无法反转。@user2205916显示
X的维度
> sessionInfo()
R version 3.4.3 (2017-11-30)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

Matrix products: default

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] bindrcpp_0.2        dplyr_0.7.4         bit64_0.9-7         bit_1.1-12          data.table_1.10.4-3

loaded via a namespace (and not attached):
 [1] Rcpp_0.12.15     utf8_1.1.3       crayon_1.3.4     assertthat_0.2.0 R6_2.2.2         magrittr_1.5    
 [7] pillar_1.1.0     cli_1.0.0        rlang_0.1.6      tools_3.4.3      glue_1.2.0       yaml_2.1.16     
[13] compiler_3.4.3   pkgconfig_2.0.1  knitr_1.20       bindr_0.1        tibble_1.4.2