Question

让我们说我有一个像这样的线性回归模型

a <- rnorm(100)
b <- rnorm(100)
fit <- lm(a ~ b)

拟合对象是包含系数和数据以及拟合值等的列表。但是，如果我想预测看不见的数据，我只需要模型本身，所以基本上是系数。在这个实际上并不重要的例子中，但实际上我的模型（不必要地）有数百MB的大。

如何才能保留真正需要的东西来预测看不见的数据？

...仍然可以使用predict()

Answer 1

你是对的，这个列表的一些元素可以用NULL代替。这不应影响预测，因此可以正确使用。您只需确保预测中不需要这些元素。

你可以这样做：

fit$data <- NULL
fit$y <- NULL
fit$linear.predictors <- NULL
fit$weights <- NULL
fit$fitted.values <- NULL
fit$model <- NULL
fit$prior.weights <- NULL
fit$residuals <- NULL
fit$effects <- NULL

此链接提供了更多详细信息。 http://blog.yhat.com/posts/reducing-your-r-memory-footprint-by-7000x.html

在R中保存没有拟合值的模型

1 个答案: