从R取消对CPU使用的限制

有没有办法不限制CPU的使用，让我的电脑投入更多精力快速完成任务？目前，k-means算法预计将在10天内完成，这是我想要减少的。默认情况下，R是单线程的，并且只在CPU上的单线程上运行，如果您有一台16或32核的机器，这是一个遗憾。通过取消CPU使用限制，我必须假设您正在询问是否有任何方法让R进程（比方说k-means算法的一部分）通过并行运行进程来利用您的全部CPU能力

然而，并行处理并不能帮助许多R包和进程。因此，针对您的特定问题的技术解决方案可以归结为您正在使用的包实现。在可能的情况下，

caret

等流行软件包确实支持并行化，即使您可能需要添加额外的

allowParallel=T

参数。它们与诸如

doMC

之类的库一起工作，以允许多核进程。在下面的示例代码中，我让我的机器通过

registerDoMC（8）

函数使用8个内核，然后设置

allowParallel=T

library(doMC)
registerDoMC(8)
system.time({
  ctrl_2 <- trainControl(method="cv", number=3, allowParallel=T)
  fb_forest_2 <- train(classe ~ ., data=fb_train, method="rf", trControl = ctrl_2)  
})

库（doMC）
登记册地址（8）
系统时间({
ctrl\u 2定期运行进程需要多长时间？你真的是指10%的CPU使用率吗？
parallel:：mclappy
在Windows上不起作用。你在那里用了什么？我不知道它在Windows上不起作用，所以我使用了它，是的，我是指10%的CPU使用率（这是来自任务管理器或系统的百分比Monitor@RalfStubner考虑到您的评论，我对问题进行了编辑，使其更适合您分析的日期与可用RAM相比有多大？一种解释可能是您的计算机交换了很多，即使用HDD存储RAM数据，因为RAM已满。在这种情况下添加附加RAM要求的附加流程将适得其反。