分批進行自助法（bootstrap）
你正在研究大學之間在研發領域的合作情況。你的工作環境中有一個包含 100 個資料框的清單 ls_edu。每個資料框都包含某一國家大學的合作分數。
你也有一個函式 rating_quants()，會計算單一資料框的合作分數分位數。
你有 5 個核心可用來進行這項計算。你嘗試使用 future_map_dfr() 把 rating_quants() 套用到 ls_edu，但電腦的 RAM 用盡，R 工作階段當機。你決定使用分批大小 35，讓同時間執行的自助抽樣不超過 3 批。furrr 套件已為你載入。
本練習屬於課程
R 平行程式設計
練習說明
- 規劃一個包含 5 個工作者的 multisession。
- 為
future_map_dfr()函式建立一個設定，並將分批大小指定為35。 - 把這個設定提供給
future_map_dfr()的正確引數。 - 之後改回順序（sequential）規劃。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Plan a multisession of five workers
___
# Make a configuration specifying chunk size
config <- ___
future_map_dfr(ls_edu, rating_quants,
# Supply the configuration to the correct argument
___ = ___,
.id = "country")
# Revert to sequential plan
___