R中的机器学习在决策树中很慢

Question

我试图根据车辆识别号码(VIN)预测车辆的类型(模型)。VIN的前10个位置表示类型，因此我将它们用作变量。请看下面的数据示例:

positie_1_tm_3 positie_4 positie_5 positie_6 positie_7 positie_8 positie_9 positie_10          MODEL
       MBL         B         7         5         L         7         A          6     SKODA YETI
       JNF         A         A         E         1         1         U          2    NISSAN NOTE
       VWZ         Z         Z         5         Z         Z         9          4 VOLKSWAGEN FOX
       F1D         Z         0         V         0         6         4          2 RENAULT MEGANE
       NAK         U         8         1         1         C         A          5    KIA SORENTO
       F1B         R         1         J         0         H         4          1   RENAULT CLIO

我用了这个R代码:

#make stratisfied train and test set:
library(caret)
train.index <- createDataPartition(VIN1$MODEL, p = .6, list = FALSE)
train <- VIN1[ train.index,]
overige_data  <- VIN1[-train.index,]
test.index<-createDataPartition(overige_data$MODEL, p = .5, list = FALSE)
test<-overige_data[test.index,]
testset2<-overige_data[-test.index,]
#make decision three :
library(rpart)
library(rpart.plot)  
library(rattle)
library(RColorBrewer)
tree<- rpart(MODEL ~., train, method="class")

但是最后一个，制作树，已经运行了两个多星期了。数据集大约有300万行，所以训练集大约有180万行。运行这么长时间是因为部分数据太多还是有其他问题?

Answer 1

不，很明显有问题。这可能需要很长时间，但不是两周。

问题-有多少标签(类)?当类的数量很大(这里的大是指超过50个)时，决策树往往很慢。