R 使用公式接口时出现问题的随机林训练运行时

从以下行运行随机林示例：

forest_model <- randomForest(as.factor(male) ~ ., data=train, ntree=10000)

---

forest\u model控制收敛的一个想法是使用
do.trace
作为详细模式

iris.rf <- randomForest(Species ~ ., data=iris, importance=TRUE,
+                         proximity=TRUE,do.trace=TRUE)
ntree      OOB      1      2      3
    1:   8.62%  0.00%  9.52% 15.00%
    2:   5.49%  0.00%  3.45% 13.79%
    3:   5.45%  0.00%  5.41% 11.76%
    4:   4.72%  0.00%  4.88%  9.30%
    5:   5.11%  0.00%  6.52%  8.89%
    6:   5.56%  2.08%  6.25%  8.33%
    7:   4.76%  0.00%  6.12%  8.16%
    8:   5.41%  0.00%  8.16%  8.16%
 .......

iris.rf发现了问题，在randomForest中使用公式造成了巨大的性能下降

有关这一点以及如何估计随机林运行时间的更多信息，请参见：
而且

以下是最终代码：

forest_model <- randomForest(y=train$male, x=train[,-2], ntree=10000,do.trace=T)

forest\u模型谢谢！现在，当我将变量数量从7000减少到3500时，我可以看到创建森林的过程（非常缓慢）。但是对于7000个变量，我仍然没有看到任何输出。有进一步的评测建议吗？您可以使用
ntree=100
运行一些示例，然后
ntree=500
等等。。。通过变量数量、处理器（如果使用并行）等计算出每台计算机在计算机上花费的时间，然后绘制结果，然后可以推断出
ntree=10000
是否为随机林运行时间与树的数量成线性关系？