R 如何回收mgcv使用的内存？

我遇到一个问题，当使用R包mgcv运行大量GAM配合时，内存不足。我加载库并用下面的脚本初始化一些随机数据

library(mgcv) #for gam
set.seed(1)
n = 1000
myData = data.frame(X1=rnorm(n),
                X2=rnorm(n),
                X3=rnorm(n),
                Y=rnorm(n))
gc()

这给

          used (Mb) gc trigger (Mb) max used (Mb)
Ncells 1134579 60.6    1476915 78.9  1368491 73.1
Vcells 1611179 12.3    2518261 19.3  1961928 15.0

接下来，我将安装10个GAMs，并使用

fits <- lapply(1:10, function(j) {gam(Y~te(X1,X2,k=10)+te(X2,X3,k=10), data=myData)})
gc()
object.size(fits)

请注意，我只创建了一个对象（fits），但内存使用量是该对象大小的三倍。最终，随着我安装更多型号，R完全耗尽了内存。我一直在做的是保存到磁盘

saveRDS(fits, "fits", refhook=function(...) {"dummy"})

然后启动新会话并重新加载

library(mgcv) #for gam
fits <- readRDS("fits", refhook=function(...) {.GlobalEnv})
gc()

---

是否有任何方法可以在不需要保存到磁盘、启动新会话，然后从磁盘加载的情况下重新声明内存？

问题在于

lappy（）

在返回之前出现无法分配更多内存错误？您是否尝试过将此作为for循环运行？当我用

mgcv:：gam（）

做这类事情时，我使用

for

循环，将

I

th模型分配给object

foo

，这样每次迭代都会覆盖它，在迭代期间将每个模型写入磁盘，并以这种方式循环20+GB的模型。假设您对

.rds

文件使用一致的命名约定，那么您可以编写一个脚本，依次加载每个模型并使用它/提取您想要的内容。

library(mgcv) #for gam
fits <- readRDS("fits", refhook=function(...) {.GlobalEnv})
gc()

          used (Mb) gc trigger (Mb) max used (Mb)
Ncells 1139845 60.9    1835812 98.1  1368491 73.1
Vcells 4322985 33.0    4972379 38.0  4324092 33.0