сохранить модель от блестящей для более быстрой скорости [дублировать]

Повторное использование модели для прогнозирования новых наблюдений

Если модель не является дорогостоящей вычислительной, я склонен документировать весь процесс построения модели в R-скрипте, который я повторю, когда это необходимо. Если случайный элемент задействован в подгонке модели, я должен установить известное случайное семя.

Если модель вычислительно дорого вычисляется, то я все еще использую скрипт, как указано выше, но сохраняю используя объекты save() в и rda. Затем я стараюсь изменить сценарий таким образом, что если сохраненный объект существует, загрузите его или, если нет, переустановите модель, используя простое предложение if()...else, обернутое вокруг соответствующих частей кода.

Когда загрузите сохраненный объект модели, обязательно перезагрузите все необходимые пакеты, хотя в вашем случае, если модель логита была установлена ​​с помощью glm(), не будет никаких дополнительных пакетов для загрузки за пределы R.

Например:

> 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 

Если вы хотите автоматизировать это, то я, вероятно, сделаю следующее в скрипте:

## data
df <- data.frame(x = rnorm(20))
df <- transform(df, y = 5 + (2.3 * x) + rnorm(20))

## check if model exists? If not, refit:
if(file.exists("my_model1.rda")) {
    ## load model
    load("my_model1.rda")
} else {
    ## (re)fit the model
    m1 <- lm(y ~ x, data = df)
}

## predict for new observations
## new observations
newdf <- data.frame(x = rnorm(20))
## predict
predict(m1, newdata = newdf)

Конечно, код генерации данных будет заменен на код загружает ваши фактические данные.

Обновление ранее установленной модели с новыми наблюдениями

Если вы хотите переделать модель с использованием новых новых наблюдений. Тогда update() является полезной функцией. Все, что он делает, это обновить модель с обновленным аргументом модели. Если вы хотите включить новые наблюдения в данные, используемые для соответствия модели, добавьте новые наблюдения в кадр данных, переданный в аргумент 'data', а затем выполните следующее:

m2 <- update(m1, . ~ ., data = df)

, где m1 - исходная, сохраненная модель, . ~ . - это изменение формулы модели, которое в этом случае означает все существующие переменные как с левой, так и с правой стороны ~ (другими словами, не вносите изменений в модель формула), а df - это кадр данных, используемый для подгонки исходной модели, расширенный для включения новых доступных наблюдений.

Вот рабочий пример:

> 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

Другое упомянул в комментариях formula(), который извлекает формулу из подогнанной модели:

> 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)

Однако, если подгонка модели включает дополнительные аргументы, такие как 'family' или 'subset' аргументы в более сложных функции подгонки модели. Если доступны функции update() для вашей функции подгонки модели (что они предназначены для многих общих функций фитинга, таких как glm()), он обеспечивает более простой способ обновления модели, а не извлечение и повторное использование формулы модели.

Если вы намерены делать все моделирование и будущее предсказание в R, на самом деле нет особого смысла в абстрагировании модели через PMML или подобное.