Question

我已经确定了关键变量，我已经根据变量训练了一个多元回归模型，我带来了一个包含所有必要变量的文件（虽然它是完整的宇宙（~290k vs 2.2k）模型建立于）），我已成功生成基于模型的预测。现在我只想将预测写入大文件或单独的文件，然后我可以将其与大文件合并。

这是我用来生成预测的脚本：

<base href="/path/to/site/" />

我尝试过在谷歌搜索时发现的cbind以及其他各种各样的东西，但却无法让它们起作用。有人会介意帮忙吗？

更新：这是我上次尝试使用的保存命令。

predict(fit1, Modeled, se.fit = FALSE, scale = NULL, df = Inf,
    interval = c("none", "confidence", "prediction"),
    level = 0.95, type = c("response", "terms"),
    terms = NULL, na.action = na.pass,
    pred.var = res.var/weights, weights = 1)

它产生了以下错误。

save(fit1, list = character(),
     file = stop(fit1),
     ascii = FALSE, version = NULL, envir = parent.frame(),
     eval.promises = TRUE, precheck = TRUE)

其次是一些预测的简短列表。

更新：跑这个剧本：

Error in save(fit1, list = character(), file = stop(fit1), ascii = FALSE,  :

返回了此错误：

save(fit1, list = character(),
     file = "fit1",
     ascii = FALSE, version = NULL, envir = parent.frame(),
     eval.promises = TRUE, precheck = TRUE)

save.image(file = ".RData", version = NULL, ascii = FALSE,
           compress = !ascii, safe = TRUE)

我很确定第一个错误是真正的问题，因为如果没有第一个命令工作，第二个命令将无法成功运行。

Answer 1

一个可重复性最小的例子有助于回答这个问题。此外，您说您希望保存预测，但是save命令正在传递fit1 lm对象，而不是预测的输出。我假设fit1是lm对象，因为它是您传递给predict的第一个参数。

但是假设您要保存predict的向量输出，只需将其写入csv文件即可。

x <- rnorm(100)
y <- rnorm(100)
fit1 <- lm(x ~ y)
write.csv(predict(fit1), file = "predictions.csv")

编辑：假设你的评论中你想要预测与“大文件”相结合。

x <- rnorm(100)
y <- rnorm(100)
fit1 <- lm(x ~ y)
Modeled <- matrix(rnorm(1000), nrow = 100, ncol = 10)
output <- cbind(predict(fit1), Modeled)
write.csv(output, file = "predictions.csv", row.names = FALSE)

新用户：如何使用r对文件进行预测？

1 个答案: