[R-es] SVM hadoop

[MªLuz Morales]

Hola,

gracias por tu sugerencia, aunque creo que no será suficiente porque mi
objetivo es trabajar con big data

El 10 de diciembre de 2015, 13:23, Carlos Ortega <cof en qualityexcellence.es>
escribió:

> Hola,
>
> ¿Y no te valdría el ejecutar tu código con "caret" y activar la opción de
> paralelizar?.
> El escenario "caret + paralelización + svm" funciona sin problemas.
>
> Adjunto una captura de pantalla del libro de "Kuhn" (Applied Predictive
> Modeling) con los tiempos de ejecución que se obtienen al ejecutar
> diferentes modelos (SVM, RF, LDA) sobre un mismo conjunto de datos y
> utiilzando diferente número de "cores".
>
> Gracias,
> Carlos Ortega
> www.qualityexcellence.es
>
> El 10 de diciembre de 2015, 11:56, MªLuz Morales <mlzmrls en gmail.com>
> escribió:
>
>> Hola,
>> gracias por vuestras respuestas anteriores.  Son interesantes aunque me
>> han
>> surgido algunas dudas. Por ejemplo, con respecto al paquete e1071. En este
>> enlace parece que si lo usan para hacer máquina de soporte vector en
>> hadoop.
>>
>> http://stackoverflow.com/questions/17731261/r-hadoop-rmr2-svm-model-conver-result-list-class-to-original-class-sv?rq=1
>>
>> Carlos, por qué decías que no correrán en paralelo los svm del paquete
>> e1071??
>>
>> Gracias
>> Un saludo
>> MªLuz
>>
>> El 10 de diciembre de 2015, 2:35, Javier Marcuzzi <
>> javier.ruben.marcuzzi en gmail.com> escribió:
>>
>> > Estimados
>> >
>> >
>> >
>> > Un día leí algo en el siguiente hipervínculo, pero nunca lo use.
>> >
>> >
>> >
>> >
>> >
>> http://blog.revolutionanalytics.com/2015/06/using-hadoop-with-r-it-depends.html
>> >
>> >
>> >
>> > Javier Rubén Marcuzzi
>> >
>> >
>> >
>> >
>> >
>> >
>> > *De: *Carlos J. Gil Bellosta
>> > *Enviado: *miércoles, 9 de diciembre de 2015 14:33
>> > *Para: *MªLuz Morales
>> > *CC: *r-help-es
>> > *Asunto: *Re: [R-es] SVM hadoop
>>
>> >
>> >
>> >
>> >
>> >
>> > No, no correrán en paralelo si usas los SVM de paquetes como e1071.
>> >
>> >
>> >
>> > No obstante, tienes, por un lado, los trucos habituales para hacer algo
>> >
>> > "parecido" a SVM o "basado" en SVM pero que no sea SVM. Si es que eso te
>> >
>> > vale.
>> >
>> >
>> >
>> > Puedes probar a hacerlo con mllib (sobre Spark), como aquí
>> >
>> > <
>> >
>> http://spark.apache.org/docs/latest/mllib-linear-methods.html#linear-support-vector-machines-svms
>> > >.
>> >
>> > ¡Pero no lo he probado nunca!
>> >
>> >
>> >
>> > Un saludo,
>> >
>> >
>> >
>> > Carlos J. Gil Bellosta
>> >
>> > http://www.datanalytics.com
>> >
>> >
>> >
>> > El 9 de diciembre de 2015, 13:15, MªLuz Morales <mlzmrls en gmail.com>
>> >
>> > escribió:
>> >
>> >
>> >
>> > > Buenos días,
>> >
>> > >
>> >
>> > > alguien sabe si hay alguna manera de implementar una máquina de
>> soporte
>> >
>> > > vectorial (svm) con R-hadoop??
>> >
>> > >
>> >
>> > > Mi interés es hacer procesamiento big data con svm. Se que en R,
>> existen
>> >
>> > > los paquetes {RtextTools} y {e1071} que permiten hacer svm. Pero no
>> estoy
>> >
>> > > segura de que el algoritmo sea paralelizable, es decir, que pueda
>> correr
>> > en
>> >
>> > > paralelo a través de la plataforma R-hadoop.
>> >
>> > >
>> >
>> > > Muchas gracias
>> >
>> > > Un saludo
>> >
>> > > MªLuz Morales
>> >
>> > >
>> >
>> > >         [[alternative HTML version deleted]]
>> >
>> > >
>> >
>> > > _______________________________________________
>> >
>> > > R-help-es mailing list
>> >
>> > > R-help-es en r-project.org
>> >
>> > > https://stat.ethz.ch/mailman/listinfo/r-help-es
>> >
>> > >
>> >
>> >
>> >
>> >                 [[alternative HTML version deleted]]
>> >
>> >
>> >
>> > _______________________________________________
>> >
>> > R-help-es mailing list
>> >
>> > R-help-es en r-project.org
>> >
>> > https://stat.ethz.ch/mailman/listinfo/r-help-es
>> >
>> >
>> >
>> >
>> >
>>
>>         [[alternative HTML version deleted]]
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>
>
>
> --
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
>

	[[alternative HTML version deleted]]