Wiederverwendung eines Modells zur Vorhersage neuer Beobachtungen
Wenn das Modell nicht rechenintensiv ist, dokumentiere ich den gesamten Modellierungsprozess in einem R-Skript, das ich bei Bedarf erneut ausführe. Wenn ein zufälliges Element an der Modellanpassung beteiligt ist, stelle ich sicher, dass ein bekannter zufälliger Startwert festgelegt wird.
Wenn die Berechnung des Modells rechenintensiv ist, verwende ich immer noch ein Skript wie oben, speichere jedoch die save()Modellobjekte mit into und rda object. Ich neige dann dazu, das Skript so zu ändern, dass wenn das gespeicherte Objekt vorhanden ist, es geladen wird oder wenn nicht, das Modell mithilfe einer einfachen if()...elseKlausel, die um die relevanten Teile des Codes gewickelt ist , neu angepasst wird .
Stellen Sie beim Laden Ihres gespeicherten Modellobjekts sicher, dass Sie alle erforderlichen Pakete neu laden. In Ihrem Fall glm()müssen jedoch keine zusätzlichen Pakete über R geladen werden, wenn das Logit-Modell über angepasst wurde.
Hier ist ein Beispiel:
> 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
Wenn ich dies automatisieren möchte, würde ich wahrscheinlich Folgendes in einem Skript tun:
## 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)
Natürlich würde der Datengenerierungscode durch Code ersetzt, der Ihre tatsächlichen Daten lädt.
Aktualisieren eines zuvor angepassten Modells mit neuen Beobachtungen
Wenn Sie das Modell mithilfe zusätzlicher neuer Beobachtungen anpassen möchten. Dann update()ist eine nützliche Funktion. Es wird lediglich das Modell mit einem oder mehreren aktualisierten Modellargumenten angepasst. Wenn Sie neue Beobachtungen in die Daten aufnehmen möchten, die zur Anpassung an das Modell verwendet werden, fügen Sie die neuen Beobachtungen dem an das Argument übergebenen Datenrahmen hinzu 'data'und führen Sie dann die folgenden Schritte aus:
m2 <- update(m1, . ~ ., data = df)
Wo m1ist die ursprüngliche, gespeicherte Modellanpassung, . ~ .sind die Modellformeländerungen, was in diesem Fall bedeutet, dass alle vorhandenen Variablen sowohl auf der linken als auch auf der rechten Seite von enthalten sind ~(mit anderen Worten, nehmen Sie keine Änderungen an der Modellformel vor), und dfist die Datenrahmen für das ursprüngliche Modell, erweitert um die neu verfügbaren Beobachtungen.
Hier ist ein Arbeitsbeispiel:
> 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
Andere haben in Kommentaren erwähnt formula(), die die Formel aus einem angepassten Modell extrahieren:
> 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)
Wenn die Modellanpassung jedoch zusätzliche Argumente wie 'family'oder 'subset'Argumente in komplexeren Modellanpassungsfunktionen enthält. Wenn update()Methoden für Ihre Modellanpassungsfunktion verfügbar sind (z. B. für viele gängige Anpassungsfunktionen glm()), bietet dies eine einfachere Möglichkeit zum Aktualisieren einer Modellanpassung als das Extrahieren und Wiederverwenden der Modellformel.
Wenn Sie beabsichtigen, die gesamte Modellierung und zukünftige Vorhersage in R durchzuführen, scheint es nicht wirklich sinnvoll zu sein, das Modell über PMML oder ähnliches zu abstrahieren.
dataArgumenten bereitstellen ... vorausgesetzt, ich habe Sie richtig verstanden ...