bigrf:R的随机森林，适用于大型数据集，并通过并行树增长和基于磁盘的内存进行了优化

比格 这是Leo Breiman和Adele Cutler的Random Forest算法的R实现，用于分类和回归，并针对性能和处理过大而无法在内存中处理的数据集进行了优化。 可以在两个级别上并行构建森林。 首先，可以使用在单台机器上并行种植树木。 其次，可以在多台计算机上并行构建多个林，然后将它们合并为一个。 对于大型数据集，可以使用基于磁盘的来存储数据和中间计算，以防止操作系统交换过多的虚拟内存。 当前，仅实现具有Breiman和Cutler原始代码中功能子集的分类林。 将来可能会添加更多功能和回归树。 功能和用法 该软件包的主要入口是bigrfc ，它用于根据给定的训练数据和森林构建参数构建分类随机森林。 bigrfc将森林作为"bigcforest"类的对象返回，其中包含作为"bigctree"类的对象生长的树木。 造好森林后，可以使用grow更多的树木。 性能优化 为了获得更好的