使用并行处理回归TreeBagger工作流

这个例子向你展示了如何:

样本数据是1985年进口汽车的数据库，包含205个观察值、25个预测值和1个响应值，即保险风险评级，或“象征”。前15个变量是数字变量，后10个变量是分类变量。符号索引接受从-3到3的整数值。

加载样本数据并将其分离到预测器和响应数组中。

负载进口- 85；Y = X (: 1);X = X(:, 2:结束);

设置并行环境以使用两个内核。

mypool = parpool (2)

使用“local”配置文件启动并行池(parpool)…connection to the parallel pool (number of workers: 2). mypool = LocalProcessesPool with properties: Connected: true NumWorkers: 2 Cluster: local attachdfiles: {} AutoAddClientPath: true IdleTimeout: 30 minutes (30 minutes remaining) SpmdEnabled: true

设置选项以使用并行处理。

paroptions = statset (“UseParallel”,真正的);

使用叶子大小估计特征的重要性1和5000树并行。为函数计时，以便进行比较。

tic b = TreeBagger(5000,X,Y，“方法”，“r”，“OOBVarImp”，“上”，．．.“猫”16:25,“MinLeafSize”, 1“选项”, paroptions);toc

运行时间为30.297706秒。

在串行中执行相同的计算以进行时间比较。

tic b = TreeBagger(5000,X,Y，“方法”，“r”，“OOBVarImp”，“上”，．．.“猫”16:25,“MinLeafSize”1);toc

运行时间为32.935544秒。

结果表明，并行计算只需要串行计算时间的一小部分。请注意，运行时间可能因操作系统而异。

另请参阅

statset|TreeBagger|parpool(并行计算工具箱)

相关的话题

• 使用TreeBagger的回归树的Bootstrap聚集(Bagging)
• 使用TreeBagger分类树的Bootstrap聚集(Bagging)
• 套袋式和套袋式的比较