我在R中有一个大型数据集（超过100万行，6列），我想用它来训练一个用于回归目的的随机森林（使用randomForest包）。不幸的是，当我尝试一次处理整个数据集时，会得到一个Error in matrix(0, n, n) : too many elements specified错误，而在处理数据子集时（即使减少到大约10,000个观测值），也会遇到cannot allocate enough memory类型的错误。

考虑到我无法在我的机器上增加更多内存，而且随机森林非常适合我试图建模的过程类型，我真的很想让这个工作起来。

任何建议或解决方案的想法都非常受欢迎。

回答：

你可能是在要求randomForest为数据创建邻近矩阵，如果你想想看，这将是极其大的：100万乘以100万。不管你将sampsize设置得多么小，都需要这样大小的矩阵。事实上，简单地在谷歌上搜索错误消息似乎证实了这一点，因为包的作者指出，在整个源代码中唯一找到n,n)的地方是在计算邻近矩阵时。

但鉴于你没有提供你实际使用的代码的任何细节，很难提供更多帮助。