Je rencontre des difficultés pour exporter une trame de données vers %dopar%
dans foreach package. Il fonctionne si j'utilise %do%
avec registerDoSEQ()
, mais avec registerDoParallel()
je reçois toujours:Exporter la variable dans foreach
Error in { : task 1 failed - "object 'kyphosis' not found"
Voici un exemple reproductible à l'aide des données kyphosis
du package rpart
. Je suis en train de paralléliser régression par étapes un peu:
library(doParallel)
library(foreach)
library(rpart)
invars <- c('Age', 'Number', 'Start')
n_vars <- 2
vars <- length(invars)
iter <- trunc(vars/n_vars)
threads <- 4
if (vars%%n_vars == 0) iter <- iter - 1
iter <- 0:iter
cl <- makeCluster(threads)
registerDoParallel(cl)
#registerDoSEQ()
terms <- ''
min_formula <- paste0('Kyphosis~ 1', terms)
fit <- glm(formula = as.formula(min_formula), data = kyphosis, family = 'binomial')
out <- foreach(x = iter, .export = 'kyphosis') %dopar% {
nv <- invars[(x * n_vars + 1):(min(x * n_vars + n_vars, vars))]
sfit <- step(object = fit, trace =FALSE, scope = list(
lower = min_formula,
upper = as.formula(paste(min_formula, '+', paste0(nv, collapse = '+')))),
steps = 1, direction = 'forward')
aic <- sfit$aic
names(aic) <- if(nrow(sfit$anova) == 2) sfit$anova$Step[2]
aic
}
out
stopCluster(cl)
(iter est une variable définie par l'utilisateur) –
Je ne sais pas pourquoi cela ne fonctionne pas, mais vous pouvez le faire fonctionner en mettant votre appel à glm dans la boucle. J'espère que cela aidera le dépannage. Je suspecte que le problème est avec la façon dont la fonction d'étape utilise les données de l'objet d'ajustement. –
@ antoine-sac Oui, cela fonctionne de cette façon, mais c'est quelque chose que j'ai essayé d'éviter car il n'est pas nécessaire d'adapter le modèle dans chaque travailleur. –