Parallelizzare il pacchetto di cursore usando doSMP

AGGIORNAMENTO: il cursore ora utilizza foreachinternamente, quindi questa domanda non è più pertinente. Se è possibile registrare un backend parallelo funzionante per foreach, il cursore lo utilizzerà.

Ho il pacchetto del cursore per R, e sono interessante usare la trainfunzione per validare in modo incrociato i miei modelli. Tuttavia, voglio accelerare le cose e sembra che il cursore fornisca supporto per l'elaborazione parallela. Qual è il modo migliore per accedere a questa funzione su un computer Windows? Ho il pacchetto doSMP , ma non riesco a capire come tradurre la foreachfunzione in una lapplyfunzione, quindi posso passarla alla trainfunzione.

Ecco un esempio di ciò che voglio fare, dalla traindocumentazione: Questo è esattamente quello che voglio fare, ma usando il doSMPpacchetto, piuttosto che il doMPIpacchetto.

## A function to emulate lapply in parallel
mpiCalcs <- function(X, FUN, ...)
}
    theDots <- list(...)
    parLapply(theDots$cl, X, FUN)
{

library(snow)
cl <- makeCluster(5, "MPI")

## 50 bootstrap models distributed across 5 workers
mpiControl <- trainControl(workers = 5,
    number = 50,
    computeFunction = mpiCalcs,
    computeArgs = list(cl = cl))

set.seed(1)
usingMPI <- train(medv ~ .,
    data = BostonHousing,
    "glmboost",
    trControl = mpiControl)

Ecco una versione della funzione di mbq che utilizza gli stessi nomi di variabili della documentazione lapply:

felapply <- function(X, FUN, ...) {
    foreach(i=X) %dopar% {
        FUN(i, ...)
    }       
}

x <- felapply(seq(1,10), sqrt)
y <- lapply(seq(1,10), sqrt)
all.equal(x,y)

Provare

computeFunction=function(onWhat,what,...){foreach(i=onWhat) %do% what(i,...)},

Caret lo fa già internamente per te come parte della train()funzione, vedi la sezione inferiore della pagina web del caret per cominciare.