如何在 R 中保存拟合模型？

Question

我安装了回归树。我尝试使用 save() 函数保存拟合模型，但如果我关闭 R，加载对象并调用它，我会得到不同的输出。

代码如下：

training.set=iris[,-5]

library(tree)

set.seed(123)
part1 = sample(1:nrow(training.set), round(nrow(training.set)/2)) 
part2 = setdiff(1:nrow(training.set), part1)


tree.output = tree("Sepal.Length~.", data=training.set[part1,], 
                   control=tree.control(nobs=length(part1), minsize=2, mindev=0.001)) 

prune.t = prune.tree(tree.output, newdata=training.set[part2,])
plot(prune.t) 

J = prune.t$size[prune.t$dev == min(prune.t$dev)]
J 

m.tree = prune.tree(tree.output,best=J)  
save(m.tree,file="my model.RData")
m.tree

输出：

node), split, n, deviance, yval
      * denotes terminal node

 1) root 75 49.54000 5.756  
   2) Petal.Length < 4.3 41  6.69800 5.161  
     4) Petal.Length < 3.55 31  3.82800 5.019  
       8) Sepal.Width < 3.45 17  1.04900 4.794  
        16) Petal.Length < 1.45 9  0.52220 4.644 *
        17) Petal.Length > 1.45 8  0.09875 4.962 *
       9) Sepal.Width > 3.45 14  0.86930 5.293  
        18) Sepal.Width < 3.85 8  0.17880 5.138 *
        19) Sepal.Width > 3.85 6  0.24000 5.500 *
     5) Petal.Length > 3.55 10  0.32000 5.600 *
   3) Petal.Length > 4.3 34 10.83000 6.474  
     6) Petal.Length < 5.7 28  3.46400 6.264  
      12) Petal.Width < 2.05 23  2.42600 6.187 *
      13) Petal.Width > 2.05 5  0.26800 6.620 *
     7) Petal.Length > 5.7 6  0.41500 7.450  
      14) Petal.Length < 6.35 4  0.02750 7.275 *
      15) Petal.Length > 6.35 2  0.02000 7.800 *

脚本的第二部分：

q()
rm(list=ls() )
load("my model.RData")
m.tree

输出：

$frame
            var  n        dev     yval splits.cutleft splits.cutright
1  Petal.Length 75 49.5448000 5.756000           <4.3            >4.3
2  Petal.Length 41  6.6975610 5.160976          <3.55           >3.55
4   Sepal.Width 31  3.8283871 5.019355          <3.45           >3.45
8  Petal.Length 17  1.0494118 4.794118          <1.45           >1.45
16       <leaf>  9  0.5222222 4.644444                               
17       <leaf>  8  0.0987500 4.962500                               
9   Sepal.Width 14  0.8692857 5.292857          <3.85           >3.85
18       <leaf>  8  0.1787500 5.137500                               
19       <leaf>  6  0.2400000 5.500000                               
5        <leaf> 10  0.3200000 5.600000                               
3  Petal.Length 34 10.8261765 6.473529           <5.7            >5.7
6   Petal.Width 28  3.4642857 6.264286          <2.05           >2.05
12       <leaf> 23  2.4260870 6.186957                               
13       <leaf>  5  0.2680000 6.620000                               
7  Petal.Length  6  0.4150000 7.450000          <6.35           >6.35
14       <leaf>  4  0.0275000 7.275000                               
15       <leaf>  2  0.0200000 7.800000                               

$where
 44 118  61 130 138   7  77 128  79  65 134  64  94 142  14 122  33   6 150 126 116 
  8  17   6  16  13   5  13  13  13  10  13  13   6  14   5  13   9   9  13  16  14 
 90  82 127  83  89  68  74  36  18 147 108 143 146   3  55  87  25 135  26  16  46 
 10  10  13  10  10  10  13   5   8  13  16  13  14   5  13  13   6  13   6   9   5 
 45  40  17  15 113  48  28 114   5 132 137  12  54  20  97  71 131  35  60   9  34 
  8   6   9   9  14   5   8  13   8  17  14   6  10   8  10  13  16   6  10   5   9 
 24  93  39  69 124  66 112 148  50  56   1  37 
  6  10   5  13  13  13  13  13   5  13   8   8 

$terms
Sepal.Length ~ Sepal.Width + Petal.Length + Petal.Width
attr(,"variables")
list(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width)
attr(,"factors")
             Sepal.Width Petal.Length Petal.Width
Sepal.Length           0            0           0
Sepal.Width            1            0           0
Petal.Length           0            1           0
Petal.Width            0            0           1
attr(,"term.labels")
[1] "Sepal.Width"  "Petal.Length" "Petal.Width" 
attr(,"order")
[1] 1 1 1
attr(,"intercept")
[1] 1
attr(,"response")
[1] 1
attr(,".Environment")
<environment: 0x00000000059480f0>
attr(,"predvars")
list(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width)
attr(,"dataClasses")
Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
   "numeric"    "numeric"    "numeric"    "numeric" 

$call
snip.tree(tree = tree.output, nodes = c(19L, 18L, 5L, 16L, 13L, 
12L))

$y
 44 118  61 130 138   7  77 128  79  65 134  64  94 142  14 122  33   6 150 126 116 
5.0 7.7 5.0 7.2 6.4 4.6 6.8 6.1 6.0 5.6 6.3 6.1 5.0 6.9 4.3 5.6 5.2 5.4 5.9 7.2 6.4 
 90  82 127  83  89  68  74  36  18 147 108 143 146   3  55  87  25 135  26  16  46 
5.5 5.5 6.2 5.8 5.6 5.8 6.1 5.0 5.1 6.3 7.3 5.8 6.7 4.7 6.5 6.7 4.8 6.1 5.0 5.7 4.8 
 45  40  17  15 113  48  28 114   5 132 137  12  54  20  97  71 131  35  60   9  34 
5.1 5.1 5.4 5.8 6.8 4.6 5.2 5.7 5.0 7.9 6.3 4.8 5.5 5.1 5.7 5.9 7.4 4.9 5.2 4.4 5.5 
 24  93  39  69 124  66 112 148  50  56   1  37 
5.1 5.8 4.4 6.2 6.3 6.7 6.4 6.5 5.0 5.7 5.1 5.5 

$weights
 [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[41] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

attr(,"class")
[1] "tree"
attr(,"xlevels")
attr(,"xlevels")$Sepal.Width
NULL

attr(,"xlevels")$Petal.Length
NULL

attr(,"xlevels")$Petal.Width
NULL

我需要使用不同的功能来保存模型吗？谢谢。

Answer 1

您的对象已正确存储，但是打印出来的方式不同。对象 m.tree 是一个包含 class tree:

的列表

R> class(m.tree)
[1] "tree"

当您打印对象时，它会查找函数 print.tree（针对通用 print 函数）。此功能仅在您加载 tree 程序包后可用。

library(tree)
load("my model.RData")
m.tree

给你想要的。

如果你有兴趣，运行

getS3method("print", "tree")

查看打印方法

如何在 R 中保存拟合模型？

How do I save fitted models in R?

r

models