保存插入符号预测模型并应用于 R 中的外部数据

Question

我有运行插入符号预测模型

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 - 但是我无权访问此数据，我将最终模型发送给合作者以供他们应用于他们的数据

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)))

因此可以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 'final model'（如上所述），然后在 'predict' 调用中应用它？

谢谢

Answer 1

正如 Sirius 所说，最好的方法是只保存模型对象。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。假设您有一个与模型矩阵格式相同的矩阵 validation 和作为向量的 coefficients ，代码如下所示。此计算用于逻辑回归，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)

保存插入符号预测模型并应用于 R 中的外部数据

Save out a caret prediction model and apply to external data in R

validation

r

external

glmnet

r-caret