0
キャレットでは最小サイズモデルを保存する方法。この例ではgbmFit1
にはgbmFit1$trainingData
が含まれています。 gbmFit1
を保存すると、そのような変数がすべて保存されます。トレーニングデータが大きいので、このような余分な変数をすべて取り除き、モデルを最小限のサイズで保存したいと考えています。のみpredict(gbmFit1$finalModel, x[1:10, ])
を使用してキャレットセーブ最小サイズモデル
library(mlbench)
library(caret)
data(Sonar)
x <- Sonar[, colnames(Sonar)!="Class"]
y <- Sonar$Class
gbmFit1 <- train(x,y, method = "gbm", verbose = FALSE)
predict(gbmFit1, x[1:10, ]) #predict for 10 samples
##[1] R R R R R R R R R R
##Levels: M R
dim(gbmFit1$trainingData)
#[1] 208 61
はエラーを与える:
predict(gbmFit1$finalModel, x[1:10, ])
##Error in paste("Using", n.trees, "trees...\n") :
##argument "n.trees" is missing, with no default
このアプローチの問題は、予測機能イオンは、使用される方法に応じて、異なるパラメータ( 'svmRadial'では' gbm'や 'sigma'などの' n.trees'など)を渡さなければなりません。一方、完全な 'gbmFit1'を節約するには、' predict'を使用している間にパラメータを渡す必要はありません – cNinja