如何剥离glm模型？

Question

由 glm 编辑的对象 return 包含 residuals、fitted values、effects、qr$qr、linear.predictors、 weights &c &c 加起来是一个巨大的对象（如果输入足够大）。

我如何剥离它以便predict之类的东西仍然有效？

理想情况下，我想要一个 return 相当于 function(x) predict(my_model,data.frame(x=x)) 的 small 函数对象的函数；像 as.stepfun for isoreg.

Answer 1

大多数模型组件都是描述性的，并不是 predict 工作所必需的。一个辅助函数（HT: R-Bloggers）可以用来去除脂肪：

stripGlmLR = function(cm) {
  cm$y = c()
  cm$model = c()

  cm$residuals = c()
  cm$fitted.values = c()
  cm$effects = c()
  cm$qr$qr = c()  
  cm$linear.predictors = c()
  cm$weights = c()
  cm$prior.weights = c()
  cm$data = c()


  cm$family$variance = c()
  cm$family$dev.resids = c()
  cm$family$aic = c()
  cm$family$validmu = c()
  cm$family$simulate = c()
  attr(cm$terms,".Environment") = c()
  attr(cm$formula,".Environment") = c()

  cm
}

现在您可以将它应用到您的模型中，将尺寸缩小 5 个以上的数量级（在此示例中）：

traindata <- data.frame(x = rnorm(1e6), y = rnorm(1e6))
testdata <- data.frame(x = rnorm(10))

mod1 <- glm(y~x, data= traindata)
mod2 <- stripGlmLR(mod1)

format(object.size(mod1), units = "Kb")
# [1] "492234.5 Kb"
format(object.size(mod2), units = "Kb")
# [1] "18.5 Kb"

all(predict(object = mod1, newdata = testdata) == 
    predict(object = mod2, newdata = testdata))
# [1] TRUE

请注意，如果您希望能够使用全套 glm 方法，则需要保留模型的其他组件。

如何剥离glm模型？

How to strip down the glm model?

r

glm