Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/r/71.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
在R中,是否有可能缩小GBM型号?_R_Model_Machine Learning_Size_Gbm - Fatal编程技术网

在R中,是否有可能缩小GBM型号?

在R中,是否有可能缩小GBM型号?,r,model,machine-learning,size,gbm,R,Model,Machine Learning,Size,Gbm,是否可以从GBM安装型号中删除数据?我知道keep.data选项。但是,我希望能够在处理过程中保留数据,然后将其精简。另外,如果我想只保留一棵树来做未来的预测(假设在拟合1000棵树后,我认为500棵树在我的情况下效果最好,所以我只保留这棵树。有没有一种安全的方法可以在不影响预测新数据的情况下从拟合模型中删除多余的数据?我认为唯一真正有用的方法是按照您的建议删除多余的树 如果我在gbm示例上运行以下命令,我会发现树占对象大小的80%,数据占10%,因此删除多余的树可以节省大量空间 library

是否可以从GBM安装型号中删除数据?我知道
keep.data
选项。但是,我希望能够在处理过程中保留数据,然后将其精简。另外,如果我想只保留一棵树来做未来的预测(假设在拟合1000棵树后,我认为500棵树在我的情况下效果最好,所以我只保留这棵树。有没有一种安全的方法可以在不影响预测新数据的情况下从拟合模型中删除多余的数据?

我认为唯一真正有用的方法是按照您的建议删除多余的树

如果我在gbm示例上运行以下命令,我会发现树占对象大小的80%,数据占10%,因此删除多余的树可以节省大量空间

library(pryr)
bit <- unlist(lapply(gbm1,object_size))
round(bit/sum(bit),3)

我认为唯一真正有用的方法是按照你的建议移除多余的树木

如果我在gbm示例上运行以下命令,我会发现树占对象大小的80%,数据占10%,因此删除多余的树可以节省大量空间

library(pryr)
bit <- unlist(lapply(gbm1,object_size))
round(bit/sum(bit),3)

这不是一个真正的统计问题,而是关于RIt中算法的具体实现的问题,不是一个真正的统计问题,而是关于R中算法的具体实现的问题