Question

使用lme函数，我在一个大型数据集上拟合了一个模型，该数据集具有接近470K的观测值和大约40个变量。这个拟合的大小（object.size(fit)）接近300 Mb，这在存储在服务器中是不可行的。目标是让用户以交互方式定义newdata（最多有500个观察值），然后调用predict(fit, newdata, level = 0, na.action = na.omit)输出预测值。问题是如果在服务器中有限的存储空间，我如何减小fit的大小？

已经在this post尝试了几种方法，但它并没有缩小到我真正需要的大小。

有什么想法？谢谢！

Answer 1

lme对象与任何类一样，旨在包含任何已编写为要在其上调用的函数所需的所有内容。如果你只想使用裸骨，你只需要拔出你需要的东西并重新分配类，这样就可以调用正确的S3方法。要查看所需的组件，您必须查看源nlme:::predict.lme。以下是Orthodont数据集的示例。

library(nlme)
data(Orthodont)

# Just fit a model
fm1 <- lme(distance ~ age, data = Orthodont)

# pull out the minimal components needed for prediction
min_fm1 <- list(modelStruct = fm1$modelStruct, 
                dims = fm1$dims, 
                contrasts = fm1$contrasts, 
                coefficients = fm1$coefficients, 
                groups = fm1$groups, 
                call = fm1$call,
                terms = fm1$terms)

# assign class otherwise the default predict method would be called
class(min_fm1) <- "lme"

# By dropping this like fm1$data you trim it down quite a bit
object.size(fm1)
63880 bytes
object.size(min_fm1)
22992 bytes

# make sure output identical
identical(predict(min_fm1, Orthodont, level = 0, na.action = na.omit), 
          predict(fm1, Orthodont, level = 0, na.action = na.omit))
[1] TRUE

如何使用nlme :: predict.lme进行预测，而无需调用整个对象＆＃39;

1 个答案: