Пытаясь обучить модель случайного леса с помощью пакета Caret, я заметил, что время выполнения необъяснимо велико:
> set.seed = 1;
> n = 500;
> m = 30;
> x = matrix(rnorm(n * m), nrow = n);
> y = factor(sample.int(2, n, replace = T), labels = c("yes", "no"))
> require(caret);
> require(randomForest);
> print(system.time({rf <- randomForest(x, y);}));
user system elapsed
0.99 0.00 0.98
> print(system.time({rfmod <- train(x = x, y = y,
+ method = "rf",
+ metric = "Accuracy",
+ trControl = trainControl(classProbs = T)
+ );}));
user system elapsed
95.83 0.71 97.26
Мне казалось, что выполнение должно быть только в 10 раз дольше, так как по умолчанию происходит 10-кратная кросс-валидация вместо одного запуска. Я не настраиваю никаких параметров, но кажется, что train делает это автоматически:
> rfmod$results
mtry Accuracy Kappa AccuracySD KappaSD
1 2 0.4736669 -0.04437013 0.03323485 0.06493845
2 16 0.4818095 -0.03241901 0.03279341 0.06426745
3 30 0.4878361 -0.02149108 0.02956972 0.05936881
Это объяснило бы не более чем 30-кратную разницу. Однако он работает почти в 100 раз дольше. Какое может быть возможное объяснение?
заранее спасибо