用R加载大型训练数据

我有以下代码行：

train <- read.csv("avito_train.tsv", sep='\t', stringsAsFactors = F)

---

train在R中有优化数据加载的方法。您告诉R必须加载的数据结构越多，R加载的速度就越快。具体地说，如果您能告诉它有多少列，每列的数据类型是什么，并且如果您碰巧知道数据有多少行，R将更容易加载它

下面是一个示例，我试图提高要加载的文件的速度。首先，我得到文件中的列数：

ncols       <- length(read.table(file,header=TRUE,sep="\t", nrows=1, na.strings=c("null","NA"),comment="",quote=""))

ncols有很多方法可以优化R中的数据加载。您告诉R必须加载的数据结构越多，R加载数据的速度就越快。具体地说，如果您能告诉它有多少列，每列的数据类型是什么，并且如果您碰巧知道数据有多少行，R将更容易加载它；任何代码示例都会对我有所帮助；不过，我假设您引用的是
read.csv（）
方法上的参数。谢谢，我将尝试提供一个很好的示例。是的，我指的是read.csv（）。实际上，我是在引用read.table，read.csv（）只是一个具有某些预设默认值的包装函数。请从包
data.table
中查看
fread（）
。它比
read.csv（）
快得多。此外，您还可以尝试使用函数
load（）
和
save（）
@konvas，将尽可能多的数据保存为二进制格式，以便更快地加载到R中。我忘了我可以在R中使用
save（）。因此，答案似乎是，“是的，一定要加载所有数据，但只需改变处理方式。”使用所有可用数据总是最佳的，即使你只是在其中的一部分进行培训，您可能希望在其他部分上进行测试，等等。出于开发原因，为了测试您的代码，我当然可以设想只需要加载一点数据，以确保一切按预期运行。
tumor_data  <- read.table(file,header=TRUE,sep="\t",
                     colClasses=c("NULL","NULL",rep("numeric",ncols-2)),
                     na.strings=c("null","NA"),comment="",quote="")