我正在使用该函数在 R 中构建决策树，该rpart函数在同名库中可用，但是在使用多个功能对数据进行分区时遇到了一些严重的性能问题（我的数据集中大约有 5000 行，并且有问题的特征每个都有大约 30 个唯一值）。运行带有一个功能的 rpart 在几个小时内完成（在大约 250GB 内存的 CentOS 服务器上运行单线程），但是，6 天后，添加了第二个功能的模型尚未完成！

我创建了一种方法来提取通过树新数据所采用的路径（请参阅我的问题/解决方案），这是我在这里的主要动机，但该方法需要一个可以作为对象进行类型转换的party对象。我的一位同事告诉我，他看到使用该ctree函数提高了性能，但它的输出是一个难以理解的 S4 对象，我不知道如何转换。我的问题有两个：

1. 有谁知道一种方法可以加快rpart我在这里已经完成的速度：clf <- rpart(Y ~ X$var1 + X$var2, rpart.control(maxcompete=1, maxsurrogate=0))？
2. 有谁知道如何将 ctree 对象转换为派对对象？或者，是否有人对 ctree 性能有一致或矛盾的观察？