Warning: file_get_contents(/data/phpspider/zhask/data//catemap/5/google-sheets/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
R 如何剥离glm模型？_R_Glm - Fatal编程技术网
Fatal编程技术网
  • r/
  • R 如何剥离glm模型？

R 如何剥离glm模型？

r

R 如何剥离glm模型？,r,glm,R,Glm,返回的对象包含残差，拟合值，效果，qr$qr，线性。预测器，权重，加起来就是一个庞大的对象（如果输入足够大） 我该如何剥离它，以便像predict这样的东西仍然有效 理想情况下，我想要一个函数，它将返回一个小函数对象，相当于函数（x）predict（我的_模型，data.frame（x=x））；类似于。的内容大多数模型组件都是描述性的，并且不是预测工作所必需的。辅助函数（）可用于删除脂肪： stripGlmLR = function(cm) { cm$y = c() cm$model =

返回的对象包含
残差
，
拟合值
，
效果
，
qr$qr
，
线性。预测器
，
权重
，
加起来就是一个庞大的对象（如果输入足够大）

我该如何剥离它，以便像
predict
这样的东西仍然有效


理想情况下，我想要一个函数，它将返回一个小函数对象，相当于
函数（x）predict（我的_模型，data.frame（x=x））
；类似于。
的内容大多数模型组件都是描述性的，并且不是
预测
工作所必需的。辅助函数（）可用于删除脂肪：


stripGlmLR = function(cm) {
  cm$y = c()
  cm$model = c()

  cm$residuals = c()
  cm$fitted.values = c()
  cm$effects = c()
  cm$qr$qr = c()  
  cm$linear.predictors = c()
  cm$weights = c()
  cm$prior.weights = c()
  cm$data = c()


  cm$family$variance = c()
  cm$family$dev.resids = c()
  cm$family$aic = c()
  cm$family$validmu = c()
  cm$family$simulate = c()
  attr(cm$terms,".Environment") = c()
  attr(cm$formula,".Environment") = c()

  cm
}


现在，您可以将其应用于您的模型，使其大小减少5个以上数量级（在本例中）：


traindata这可能会有帮助，我记得我回答了一个类似的问题，但结果是针对不同的回归函数。您可能仍然会发现它很有用，因为我描述了这个过程（我知道您并不害怕黑客攻击）：

traindata <- data.frame(x = rnorm(1e6), y = rnorm(1e6))
testdata <- data.frame(x = rnorm(10))

mod1 <- glm(y~x, data= traindata)
mod2 <- stripGlmLR(mod1)

format(object.size(mod1), units = "Kb")
# [1] "492234.5 Kb"
format(object.size(mod2), units = "Kb")
# [1] "18.5 Kb"

all(predict(object = mod1, newdata = testdata) == 
    predict(object = mod2, newdata = testdata))
# [1] TRUE