Hola,
gracias por tu sugerencia, aunque creo que no será suficiente porque mi
objetivo es trabajar con big data
El 10 de diciembre de 2015, 13:23, Carlos Ortega <cof en qualityexcellence.es
Hola,
¿Y no te valdrÃa el ejecutar tu código con "caret" y activar la opción de
paralelizar?.
El escenario "caret + paralelización + svm" funciona sin problemas.
Adjunto una captura de pantalla del libro de "Kuhn" (Applied Predictive
Modeling) con los tiempos de ejecución que se obtienen al ejecutar
diferentes modelos (SVM, RF, LDA) sobre un mismo conjunto de datos y
utiilzando diferente número de "cores".
Gracias,
Carlos Ortega
www.qualityexcellence.es
El 10 de diciembre de 2015, 11:56, MªLuz Morales <mlzmrls en gmail.com>
escribió:
Estimados
Un dÃa leà algo en el siguiente hipervÃnculo, pero nunca lo use.
Javier Rubén Marcuzzi
*De: *Carlos J. Gil Bellosta
*Enviado: *miércoles, 9 de diciembre de 2015 14:33
*Para: *MªLuz Morales
*CC: *r-help-es
*Asunto: *Re: [R-es] SVM hadoop
No, no correrán en paralelo si usas los SVM de paquetes como e1071.
No obstante, tienes, por un lado, los trucos habituales para hacer algo
"parecido" a SVM o "basado" en SVM pero que no sea SVM. Si es que eso
vale.
Puedes probar a hacerlo con mllib (sobre Spark), como aquÃ
<
¡Pero no lo he probado nunca!
Un saludo,
Carlos J. Gil Bellosta
http://www.datanalytics.com
El 9 de diciembre de 2015, 13:15, MªLuz Morales <mlzmrls en gmail.com>
escribió:
alguien sabe si hay alguna manera de implementar una máquina de
vectorial (svm) con R-hadoop??
Mi interés es hacer procesamiento big data con svm. Se que en R,
los paquetes {RtextTools} y {e1071} que permiten hacer svm. Pero no
segura de que el algoritmo sea paralelizable, es decir, que pueda
paralelo a través de la plataforma R-hadoop.
[[alternative HTML version deleted]]