R caret XGBoost不会在Ubuntu Server上终止

问题描述

我有一个奇怪的问题，我也不知道如何正确地对问题进行分类。

基本上，我在本地计算机上训练了caret ML模型（XGBoost），并且对它进行并行化没有问题。 这是我在本地R Studio中运行的代码：

train.control <- trainControl(method = "repeatedcv",number = 10,repeats = 3,search = "grid")

tune.grid <- expand.grid(eta = c(0.05,0.075,0.1),nrounds = c(50,75,100),max_depth = 9:11,min_child_weight = c(2.0,2.25,2.5),colsample_bytree = c(0.3,0.4,0.5),gamma = 0,subsample = 1)

cl <- sNow::makeCluster(4,type = "SOCK")
doSNow::registerDoSNow(cl)

xgboost.train.500.solver <- train(target ~ .,data = data,method = "xgbTree",preProcess = c("scale","center"),tuneGrid = tune.grid,trControl = train.control)

stopCluster(cl)

正如我所说的那样，它可以并行运行并且工作正常（精简版的时间消耗约为10分钟）

现在，我在Ubuntu上设置了一个16核Google Cloud Platform服务器，并在那里安装了R + R Studio服务器。当我运行相同的脚本（将内核设置为16 ofc）时，模型将不会终止（尝试> 10小时）。这里发生了什么？我已经检查过htop，R进程使用了​​全部16个内核。因此，工人的后端注册就可以了。

非常感谢您能启发解决此问题的任何方法。

谢谢。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）