load()方法不适用于R中的随机林模型
我正在创建一个随机林模型,并将其从一个RGui实例保存到磁盘:load()方法不适用于R中的随机林模型,r,analytics,R,Analytics,我正在创建一个随机林模型,并将其从一个RGui实例保存到磁盘: rf_model<-randomForest(y~x,ntree=500) save(rf_model,file='D:/RandomForestModel.rda') 现在,当我尝试从RGui的另一个实例加载相同的模型时,我得到以下内容: > load('D:/RandomForestModel.rda') > rf_model .... .... 0.2199068 0.2199068 0.21990
rf_model<-randomForest(y~x,ntree=500)
save(rf_model,file='D:/RandomForestModel.rda')
现在,当我尝试从RGui的另一个实例加载相同的模型时,我得到以下内容:
> load('D:/RandomForestModel.rda')
> rf_model
....
....
0.2199068 0.2199068 0.2199068 1.0000000 0.2199068 0.2199068 0.2199068
8156 8157 8158
0.2199068 0.2199068 0.2199068
$test
NULL
$inbag
NULL
$terms
y ~ x
attr(,"variables")
list(y, x)
attr(,"factors")
x
y 0
x 1
attr(,"term.labels")
[1] "x"
attr(,"order")
[1] 1
attr(,"intercept")
[1] 0
attr(,"response")
[1] 1
attr(,".Environment")
<environment: R_GlobalEnv>
attr(,"predvars")
list(y, x)
attr(,"dataClasses")
y x
"numeric" "numeric"
attr(,"class")
[1] "randomForest.formula" "randomForest"
加载('D:/RandomForestModel.rda')
>rf_模型
....
....
0.2199068 0.2199068 0.2199068 1.0000000 0.2199068 0.2199068 0.2199068
8156 8157 8158
0.2199068 0.2199068 0.2199068
$test
无效的
$inbag
无效的
美元条款
y~x
属性(,“变量”)
列表(y,x)
属性(,“因子”)
x
y0
x1
属性(,“术语标签”)
[1] “x”
属性(,“订单”)
[1] 1
属性(,“截取”)
[1] 0
属性(,“响应”)
[1] 1
属性(,“.Environment”)
属性(,“预变量”)
列表(y,x)
属性(,“数据类”)
y x
“数字”“数字”
属性(,“类”)
[1] randomForest。公式“randomForest”
这就是我面临的问题,保存的模型和加载的模型的格式不同,因此我无法使用此加载的模型进行进一步分析
我还尝试保存和加载其他模型,如线性模型和ARIMA模型,所有这些模型都加载得非常好。但是,随机森林模型完全更改了内容,因此无法用于预测/预测。您必须使用
库(随机森林)
加载随机森林包,才能使用保存的模型对象。成功:)感谢您的响应。您必须使用库(随机森林)加载随机森林包
以便能够使用保存的模型对象。它有效:)感谢您的回复。
> load('D:/RandomForestModel.rda')
> rf_model
....
....
0.2199068 0.2199068 0.2199068 1.0000000 0.2199068 0.2199068 0.2199068
8156 8157 8158
0.2199068 0.2199068 0.2199068
$test
NULL
$inbag
NULL
$terms
y ~ x
attr(,"variables")
list(y, x)
attr(,"factors")
x
y 0
x 1
attr(,"term.labels")
[1] "x"
attr(,"order")
[1] 1
attr(,"intercept")
[1] 0
attr(,"response")
[1] 1
attr(,".Environment")
<environment: R_GlobalEnv>
attr(,"predvars")
list(y, x)
attr(,"dataClasses")
y x
"numeric" "numeric"
attr(,"class")
[1] "randomForest.formula" "randomForest"