r - 保存插入符号预测模型并应用于 R 中的外部数据
问题描述
我运行了一个插入符号预测模型
fit <- train(outcome~ ., data = training,
method = 'glmnet',
metric = "ROC",
tuneLength = 5,
trControl = fitControl)
fit
现在我想将该模型应用于样本外(外部)验证集 - 但是我无权访问这些数据,我将最终模型发送给合作者,让他们应用到他们的数据
我最初通过以下方式保存了最终模型:
combined_coef<-as.matrix(exp(coef(fit$finalModel, fit$bestTune$lambda)))
所以它可以被读入并将其应用于新数据
fitValidation <- predict(fit, newdata = validation, type = "prob")
它不适用于数据框或矩阵,当作为列表读入时,错误消息是:
"Error in UseMethod("predict") :
no applicable method for 'predict' applied to an object of class "c('tbl_df', 'tbl', 'data.frame')"
那么它必须是整个模型拟合对象吗?有没有比保存并发送整个(大量)适合对象更简单的方法?有没有办法只保存“最终模型”(如上),然后在“预测”调用中应用它?
谢谢
解决方案
正如 Sirius 所说,最好的方法是保存模型对象。它不应该那么大。
但是,在紧要关头,另一种选择是让您的合作者手动为模型评分。可以通过将验证矩阵与系数向量相乘来做到这一点。validation
假设您有一个与模型矩阵和向量格式相同的矩阵,则代码如下所示coefficients
。此计算用于逻辑回归,并且假设您使用 ROC 作为拟合指标,这应该是您所需要的。
# do the scoring via matrix multiplication
scores <- t(t(validation) * coefficients)
# sum the scores by row and exponentiate.
log_odds <- exp(rowSums(scores, na.rm = TRUE))
final_scores <- log_odds / (1 + log_odds)
推荐阅读
- android - Kotlin - 使用检索到的 Firebase 数据更新 Android 视图的最佳方式
- hyperledger-fabric - Hyperledger Fabric 2.0 - gRPC 消息超出最大大小 4194304:5947481
- javascript - Javascript - 如何在列表中循环遍历字典
- arrays - Angular 8 - 通过引用输入
- bash - Cocoa pods 终端 utf-8 编码
- git - git 只跟踪一个没有任何文件的目录
- python - 无法使用 PySpark xgboost4j 保存模型
- ios - iTunesConnect:“无法加载您的一个或多个应用预览。再试一次。”
- c# - TFS 2018 API:可以访问工作项但不能访问工作项 API 端点
- pycharm - PyCharm 中 PyTorch 类的属性警告