R-GBM |数据使得经过训练的GBM模型非常沉重

我们正在使用GBM模型在海量数据~15GB上进行训练。经过训练的模型大小变大，约为17GB。在经过训练的模型中，我们可以看到与树和其他模型细节一起保存的数据，约占模型总大小的96%

训练模型中的数据是否有任何用途，特别是用于预测目的。

---

我们正在保存模型并在预测时重新加载模型，这需要很长时间。

如果您在R中使用

gbm

库，则使用

gbm.fit

并设置

keep.data=FALSE

label = as.numeric(iris$Species=="setosa")
trn = sample(nrow(iris),100)
fit = gbm.fit(x=iris[trn,-5],y=label[trn],shrinkage =0.1,keep.data = FALSE)

此操作失败，因为没有数据：

predict(fit,n.trees = 10,type="response")
Error in reconstructGBMdata(object) : 
  Cannot reconstruct data from gbm object. gbm() was called with keep.data=FALSE

你可以做：

predict(fit,iris[,-5],10,type="response")
predict(fit,iris[-trn,-5],10,type="response")