आप अपने मॉडल फिट करने के लिए biglm
का उपयोग कर सकते हैं, biglm
मॉडल ऑब्जेक्ट एलएम मॉडल ऑब्जेक्ट से छोटा है। आप predict.biglm
का उपयोग कर सकते हैं एक फ़ंक्शन बनाएं जिसे आप न्यूडाटा डिज़ाइन मैट्रिक्स को पास कर सकते हैं, जो पूर्वानुमानित मान देता है।
अन्य विकल्प फ़ाइलों को सहेजने के लिए saveRDS
का उपयोग करना है, जो कि छोटे से छोटे होते हैं, क्योंकि उनके पास कम ऑब्जेक्ट होता है, एक ऑब्जेक्ट होता है, जैसे कि कई ऑब्जेक्ट्स को सहेज सकते हैं।
library(biglm)
m <- lm(log(Volume)~log(Girth)+log(Height), trees)
mm <- lm(log(Volume)~log(Girth)+log(Height), trees, model = FALSE, x =FALSE, y = FALSE)
bm <- biglm(log(Volume)~log(Girth)+log(Height), trees)
pred <- predict(bm, make.function = TRUE)
save(m, file = 'm.rdata')
save(mm, file = 'mm.rdata')
save(bm, file = 'bm.rdata')
save(pred, file = 'pred.rdata')
saveRDS(m, file = 'm.rds')
saveRDS(mm, file = 'mm.rds')
saveRDS(bm, file = 'bm.rds')
saveRDS(pred, file = 'pred.rds')
file.info(paste(rep(c('m','mm','bm','pred'),each=2) ,c('.rdata','.rds'),sep=''))
# size isdir mode mtime ctime atime exe
# m.rdata 2806 FALSE 666 2013-03-07 11:29:30 2013-03-07 11:24:23 2013-03-07 11:29:30 no
# m.rds 2798 FALSE 666 2013-03-07 11:29:30 2013-03-07 11:29:30 2013-03-07 11:29:30 no
# mm.rdata 2113 FALSE 666 2013-03-07 11:29:30 2013-03-07 11:24:28 2013-03-07 11:29:30 no
# mm.rds 2102 FALSE 666 2013-03-07 11:29:30 2013-03-07 11:29:30 2013-03-07 11:29:30 no
# bm.rdata 592 FALSE 666 2013-03-07 11:29:30 2013-03-07 11:24:34 2013-03-07 11:29:30 no
# bm.rds 583 FALSE 666 2013-03-07 11:29:30 2013-03-07 11:29:30 2013-03-07 11:29:30 no
# pred.rdata 1007 FALSE 666 2013-03-07 11:29:30 2013-03-07 11:24:40 2013-03-07 11:29:30 no
# pred.rds 995 FALSE 666 2013-03-07 11:29:30 2013-03-07 11:27:30 2013-03-07 11:29:30 no
इसके अलावा, [इस] (की भावना में http://stackoverflow.com/questions/2929776/how-to-save-a-fitted-r-model-for-later-use?rq= 1) प्रश्न, मैंने 'मॉडल = गलत' सेट करने की कोशिश की लेकिन इसका कोई उल्लेखनीय प्रभाव नहीं पड़ा। –
यदि बड़ा डेटा आपकी समस्या का कारण बन रहा है तो 'biglm' उत्तर हो सकता है। वर्ग 'biglm' का एक वस्तु' एलएम' से छोटा है, और अन्य 'बड़ी डेटा' क्षमताएं हैं – mnel
असल में यह मुद्दा स्मृति में डेटा का आकार नहीं है, यह गति मैं भविष्यवाणी के साथ देख रहा था() समारोह। मेरी स्क्रिप्ट एक रात-अद्यतन मॉडल तैयार कर रही थी जिसे अंतिम उपयोगकर्ताओं के लिए पूर्वानुमान बनाने के लिए RPY2 के माध्यम से बुलाया गया था। 142 एमबी मॉडल के साथ, यह प्रत्येक अनुरोध को लोड करने के लिए हमेशा के लिए ले रहा था। –