R中Caret包：如何为allowParallel参数设置核心数？

当然可行！在Windows系统中，caret默认会依赖doParallel包实现并行计算（毕竟doMC不支持Windows），我们可以通过手动配置并行集群的核心数，轻松留出1个核心供日常操作使用。具体步骤如下：

• 第一步：安装并加载必要的包
  如果还没安装doParallel，先执行安装命令：

  install.packages("doParallel")
  

  然后加载包：

  library(caret)
  library(doParallel)
  

• 第二步：计算并设置可用核心数
  先获取你的PC总核心数，再减去1个预留核心：

  # 获取总核心数，减去1作为并行使用的核心数
  num_cores <- detectCores() - 1
  

• 第三步：注册并行集群
  创建并注册指定核心数的并行集群：

  cl <- makeCluster(num_cores)
  registerDoParallel(cl)
  

• 第四步：运行caret的train函数
  现在执行你的模型训练代码，allowParallel = TRUE可以保留（注册集群后其实默认会启用并行，但明确写上更清晰）：

  # 示例训练代码，替换成你自己的数据集和参数
  model <- train(y ~ ., data = your_data,
                 method = "rf", # 替换为你使用的模型
                 allowParallel = TRUE)
  

• 第五步：训练完成后关闭集群
  训练结束后记得关闭集群，释放系统资源：

  stopCluster(cl)
  

额外说明：部分模型可能自带并行参数（比如随机森林的ntree相关并行），但caret的并行框架通常会优先接管这些设置，只要你正确注册了doParallel集群，就会按照你指定的核心数运行，不会占满所有核心。

内容的提问来源于stack exchange，提问作者Thomas