重用R中内置的模型

在R中构建模型时，如何保存模型规范，以便在新数据上重用？假设我在历史数据上建立了逻辑回归，但要到下个月才会有新的观察结果。最好的方法是什么

我考虑过的事情：

• 保存模型对象并在新会话中加载
• 我知道有些模型可以用PMML导出，但我还没有真正了解导入PMML的任何内容

简单地说，我试图了解当您需要在新会话中使用您的模型时，您会做些什么

提前感谢。

重复使用模型预测新的观测结果 如果模型的计算成本不高，我倾向于在需要时重新运行的R脚本中记录整个模型构建过程。如果模型拟合涉及到随机元素，我会确保设置一个已知的随机种子

如果模型的计算成本很高，那么我仍然使用上面的脚本，但是使用

save（）

将模型对象保存到和rda对象中。然后，我倾向于修改脚本，如果保存的对象存在，则加载它，如果不存在，则使用一个简单的

if（）…else

子句重新安装模型，该子句围绕代码的相关部分

加载保存的模型对象时，请确保重新加载任何所需的包，尽管在您的情况下，如果logit模型通过

glm（）

安装，则在R之后将不会再加载任何其他包

以下是一个例子：

> set.seed(345)
> df <- data.frame(x = rnorm(20))
> df <- transform(df, y = 5 + (2.3 * x) + rnorm(20))
> ## model
> m1 <- lm(y ~ x, data = df)
> ## save this model
> save(m1, file = "my_model1.rda")
> 
> ## a month later, new observations are available: 
> newdf <- data.frame(x = rnorm(20))
> ## load the model
> load("my_model1.rda")
> ## predict for the new `x`s in `newdf`
> predict(m1, newdata = newdf)
        1         2         3         4         5         6 
6.1370366 6.5631503 2.9808845 5.2464261 4.6651015 3.4475255 
        7         8         9        10        11        12 
6.7961764 5.3592901 3.3691800 9.2506653 4.7562096 3.9067537 
       13        14        15        16        17        18 
2.0423691 2.4764664 3.7308918 6.9999064 2.0081902 0.3256407 
       19        20 
5.4247548 2.6906722 

其中，

m1

是原始保存的模型配合，

~

是模型公式更改，在这种情况下意味着包括

~

左右两侧的所有现有变量（换言之，不对模型公式进行更改），

df

是用于拟合原始模型的数据框，扩展以包括新可用的观测值

以下是一个工作示例：

> set.seed(123)
> df <- data.frame(x = rnorm(20))
> df <- transform(df, y = 5 + (2.3 * x) + rnorm(20))
> ## model
> m1 <- lm(y ~ x, data = df)
> m1

Call:
lm(formula = y ~ x, data = df)

Coefficients:
(Intercept)            x  
      4.960        2.222  

> 
> ## new observations
> newdf <- data.frame(x = rnorm(20))
> newdf <- transform(newdf, y = 5 + (2.3 * x) + rnorm(20))
> ## add on to df
> df <- rbind(df, newdf)
> 
> ## update model fit
> m2 <- update(m1, . ~ ., data = df)
> m2

Call:
lm(formula = y ~ x, data = df)

Coefficients:
(Intercept)            x  
      4.928        2.187

但是，如果模型拟合涉及其他参数，如更复杂的模型拟合函数中的

'family'

或

'subset'

参数。如果模型拟合函数可用

update（）

方法（这些方法适用于许多常见拟合函数，如

glm（）

），则更新模型拟合的方法比提取和重用模型公式更简单

---

如果您打算在R中进行所有建模和未来预测，那么通过PMML或类似方法提取模型似乎没有多大意义。

如果您使用相同名称的数据帧和变量，您可以（至少对于

lm（）

和

glm（）

）在保存的模型上使用函数

update

：

Df <- data.frame(X=1:10,Y=(1:10)+rnorm(10))

model <- lm(Y~X,data=Df)
model

Df <- rbind(Df,data.frame(X=2:11,Y=(10:1)+rnorm(10)))

update(model)

---

Df好的，您可以始终“保存”模型公式，并在
data
参数中提供更新的数据。。。假设我正确地理解了你……嗯，你说的重复使用是什么意思？预测新的观察结果，或更新模型，使其适合使用新的观察结果加上旧的观察结果？@Gavin。我想使用我开发的模型来预测数据的新值，这些数据我还没有，也可能有一段时间没有。@Bitbert3好的，那么我的答案的开头部分就是我要做的。将模型对象保存到磁盘是完全可以接受的，但首先保存用于生成模型的R代码/脚本是很重要的，以便您的研究/建模是可复制的。+1如果您愿意拒绝编辑您的答案以适应我准备的任何答案…；-）@乔里斯可不是个婊子！；-）+1对于来自Meth的
update
，这是一个非常好的答案。我希望有人能策划出像这样的答案，并把它们作为一个教程。很好的答案。谢谢你给出的例子。正是我想要的。我想做+1000。。。非常感谢。
> set.seed(123)
> df <- data.frame(x = rnorm(20))
> df <- transform(df, y = 5 + (2.3 * x) + rnorm(20))
> ## model
> m1 <- lm(y ~ x, data = df)
> m1

Call:
lm(formula = y ~ x, data = df)

Coefficients:
(Intercept)            x  
      4.960        2.222  

> 
> ## new observations
> newdf <- data.frame(x = rnorm(20))
> newdf <- transform(newdf, y = 5 + (2.3 * x) + rnorm(20))
> ## add on to df
> df <- rbind(df, newdf)
> 
> ## update model fit
> m2 <- update(m1, . ~ ., data = df)
> m2

Call:
lm(formula = y ~ x, data = df)

Coefficients:
(Intercept)            x  
      4.928        2.187

> formula(m1)
y ~ x
> ## which can be used to set-up a new model call
> ## so an alternative to update() above is:
> m3 <- lm(formula(m1), data = df)

Df <- data.frame(X=1:10,Y=(1:10)+rnorm(10))

model <- lm(Y~X,data=Df)
model

Df <- rbind(Df,data.frame(X=2:11,Y=(10:1)+rnorm(10)))

update(model)