Предложения по ускорению случайных лесов

Я работаю с пакетом randomForest , и хотя он работает хорошо, это может занять много времени. У кого-нибудь есть предложения по ускорению работы? Я использую коробку Windows 7 с двухъядерным чипом AMD.Я знаю, что R не является многопоточным / процессорным, но мне было любопытно, работал ли какой-либо из параллельных пакетов ( rmpi , snow , snowfall и т. Д.) для материала randomForest . Спасибо.

РЕДАКТИРОВАТЬ:

Я использую RF для некоторых классификационных работ (0 и 1). Данные содержат около 8–12 столбцов переменных, а обучающий набор представляет собой выборку из 10 тыс. Строк, так что это приличный размер, но не сумасшедший. У меня 500 деревьев и mtry 2, 3 или 4.

РЕДАКТИРОВАТЬ 2: Вот некоторые результаты:

> head(t22)
  Id Fail     CCUse Age S-TFail         DR MonInc #OpenLines L-TFail RE M-TFail Dep
1  1    1 0.7661266  45       2 0.80298213   9120         13       0  6       0   2
2  2    0 0.9571510  40       0 0.12187620   2600          4       0  0       0   1
3  3    0 0.6581801  38       1 0.08511338   3042          2       1  0       0   0
4  4    0 0.2338098  30       0 0.03604968   3300          5       0  0       0   0
5  5    0 0.9072394  49       1 0.02492570  63588          7       0  1       0   0
6  6    0 0.2131787  74       0 0.37560697   3500          3       0  1       0   1
> ptm <- proc.time()
> 
> RF<- randomForest(t22[,-c(1,2,7,12)],t22$Fail
+                    ,sampsize=c(10000),do.trace=F,importance=TRUE,ntree=500,,forest=TRUE)
Warning message:
In randomForest.default(t22[, -c(1, 2, 7, 12)], t22$Fail, sampsize = c(10000),  :
  The response has five or fewer unique values.  Are you sure you want to do regression?
> proc.time() - ptm
   user  system elapsed 
 437.30    0.86  450.97 
>