R拟合大型加性模型时如何添加进度条查看剩余运行时间

针对mgcv包的bam模型耗时久、需要预估完成时间的需求，可直接使用以下3种成熟方案：

• 方案1：使用mgcv原生verbose参数
  bam函数自带verbose逻辑参数，设置为TRUE后会自动输出迭代过程的全量信息，包含外迭代/内迭代次数、平滑参数优化状态、每步耗时等，你可以根据前几次迭代的平均耗时推算剩余运行时间。
  示例代码：

library(mgcv)
# 拟合模型时开启verbose输出
fit <- bam(y ~ s(var1) + s(var2) + te(var3, var4), 
           data = your_large_dataset, 
           verbose = TRUE)

• 方案2：搭配progressr包实现带剩余时间预估的可视化进度条
  progressr包可直接适配mgcv的bam模型，无需修改原有建模逻辑就能生成标准进度条，直接展示完成百分比、已用时长、预估剩余时长，完全满足你安排日程的需求。
  示例代码：

library(mgcv)
library(progressr)
# 全局开启进度条支持，可切换样式为"progress"获得更美观的界面
handlers(global = TRUE)
handlers("txtprogressbar")

# 正常运行bam模型即可自动展示进度条
fit <- bam(y ~ s(var1) + s(var2) + te(var3, var4), 
           data = your_large_dataset,
           discrete = TRUE) # 开启离散拟合可大幅提速，进度预估也更准确

• 方案3：自定义迭代追踪函数
  如果你需要更灵活的进度记录方式，可以给bam的control参数传入自定义追踪函数，实现每步迭代后输出自定义格式的进度信息：
  示例代码：

# 自定义迭代追踪函数，可自由修改输出内容
custom_trace <- function(iter, gcv_val, ...) {
  cost_min <- proc.time()[3] / 60
  cat(sprintf("第%d次迭代完成，当前GCV值：%.2f，已运行时长：%.1f分钟\n", 
              iter, gcv_val, cost_min))
}

# 拟合时传入自定义函数
fit <- bam(y ~ s(var1) + s(var2) + te(var3, var4), 
           data = your_large_dataset,
           control = list(trace = custom_trace))

额外优化建议 #

使用笔记本运行大型模型时，建议同时开启bam的并行计算参数cluster，可缩短整体运行时长，跑模型时连接电源避免CPU降频，能提升剩余时间预估的准确性。

内容的提问来源于stack exchange，提问作者FlyingDutch