我正在处理一个具有非常大的数据集（略低于 10 亿个 obs）和大约 25 个预测变量的分类问题。

我在具有 128GB 内存的 VM 上在 R 中进行此分析，但在训练某些类型的模型时仍然遇到内存问题，更不用说必须等待很长时间才能完成运行。我主要使用逻辑回归和随机森林，并将我的训练数据集保持在整个样本的 10%。

我可以使用哪些解决方案（包、平台、技术）来解决这些内存和/或速度问题？我对 Python 相当熟悉，因此解决方案不必是特定于 R 的。