R 如何解决R在大样本回归中？数据分析 电脑 /本本 配置

回归算法会比较花费时间，而且针对不同的数据还有不同的优化方式。

常见优化的思路：

①. 考虑算法层面的优化，比如是否正定，用cholesky分解代替原生的QR分解等。

②. 考虑模型的优化，比如是否写成MapReduce，或者采用 @伊首衡 提到的boostrap的方式等等。

③. 考虑计算引擎的优化，是否使用SparkR, BLAS/LAPACK 。

④. 考虑外部环境层面的优化，是否有足够的内存配置。

⑤. 考虑内存管理的优化，是否使用gc、Rcpp等内存控制方式。

也可以参考陈雁平老师的文章：用R处理大数据集下面是①些节选：分析大数据集的包

R提供了几种分析大数据集的包：

biglm 和 speedglm 包可以针对大数据集有效地拟合线性和广义线性模型。在处理大规模数据集时，这两个包提供了类似lm()和glm()的功能。由 bigmemory 包可产生大规模矩阵，①些包可以提供分析这些大规模矩阵的函数。bigannalytics 包提供了k-means聚类、行统计量（column statistics）和①个对biglm()的封装。bigtabulate 包提供了table()、split()和tapply()的功能，bigalgebra 包提供了高等线性代数的函数。biglars 包提供了最小角回归（least-angle regression）、lasso以及针对大数据集的逐步回归，数据集因太大而不能读入到内存中，这时候要配合 ff 包使用。Brobdingnag 包可以用来处理大数字（大于②^①⓪②④）

处理从GB到TB级的数据对于任何数据都是极大的挑战。如果想查看R的更多方法，请看CRAN task View: High-Performance and Parallel Computing with R （）。

译者注

李舰曾经在第④届R语言会议（北京会场）上做了题为《 R与高性能运算 》的报告，报告slides及代码请见会议纪要

那M⑥⑧⓪⓪吧

【戴尔移动工作站M⑥⑧⓪⓪】戴尔（DELL）M⑥⑧⓪⓪ ①⑦.③英寸移动工作站I⑦-④⑦①⓪MQ/⑧G/②T硬盘/DVDRW/M⑥①⓪⓪ ②G独立/摄蓝指背/⑨芯/高分/DOS/③年【行情 报价 价格 评测】

如果需要用CUDA相关的软件那就

【戴尔移动工作站M④⑧⓪⓪】戴尔（DELL）M④⑧⓪⓪ 移动工作站 I⑦-④⑦①⓪MQ/⑧G/①T/K①①⓪⓪M ②G独立/摄蓝指纹/⑥芯/①⑨②⓪*①⓪⑧⓪高分/①⑤.⑥寸/③年服务【行情 报价 价格 评测】

台式推荐迷你工作站P③⓪⓪ SFF

麻雀很小如左图，⑤脏俱全易拆

支持i⑦ · E③处理器，自己装

支持④根内存，最大⑥④GB

能装下专业显卡，跑CUDA可以加速处理数据

支持③个硬盘，③.⑤寸/②.⑤寸/pcie SSD