用 speedlm 显示残差
Show residuals with speedlm
由于我的数据集的大小,我必须使用 Speedlm
, fastLm
or biglm
。
不幸的是,我坚持使用 speedlm
,因为 fastlm
没有 update
功能,并且 biglm
仅支持单核。
我想使用 speedlm 显示所有残差。我知道对于 lm
或 fastlm
我可以简单地使用 residuals()
函数。然而事实证明 speedlm
不支持这个。
lmfit <- speedglm(formula , res)
print(names(lmfit))
[1] "coefficients" "coef" "df.residual" "XTX" "Xy" "nobs" "nvar" "ok" "A" "RSS" "rank" "pivot" "sparse" "yy" "X1X" "intercept" "method" "terms" "call"
lmfit <- fastLm(formula, res)
print(names(lmfit))
[1] "coefficients" "stderr" "df.residual" "fitted.values" "residuals" "call" "intercept" "formula"
有没有办法使用speedlm
显示所有残差?
当尝试 print(residuals(lmfit))
时,它只打印 NULL
编辑:
使用@Roland提到的方法时,returns纯粹是NA
的
lmfit <- speedlm(formula , res, fitted=TRUE)
resids <- res$Daily_gain - predict(lmfit, newdata=res)
print(summary(resids))
# Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
# NA NA NA NaN NA NA 829780
library(speedglm)
存储拟合值(需要更多 RAM):
fit <- speedlm(Sepal.Length ~ Species, data = iris, fitted = TRUE)
iris$Sepal.Length - predict(fit)
或者不存储它们(需要更多 CPU 时间):
fit1 <- speedlm(Sepal.Length ~ Species, data = iris)
iris$Sepal.Length - predict(fit1, newdata = iris)
由于我的数据集的大小,我必须使用 Speedlm
, fastLm
or biglm
。
不幸的是,我坚持使用 speedlm
,因为 fastlm
没有 update
功能,并且 biglm
仅支持单核。
我想使用 speedlm 显示所有残差。我知道对于 lm
或 fastlm
我可以简单地使用 residuals()
函数。然而事实证明 speedlm
不支持这个。
lmfit <- speedglm(formula , res)
print(names(lmfit))
[1] "coefficients" "coef" "df.residual" "XTX" "Xy" "nobs" "nvar" "ok" "A" "RSS" "rank" "pivot" "sparse" "yy" "X1X" "intercept" "method" "terms" "call"
lmfit <- fastLm(formula, res)
print(names(lmfit))
[1] "coefficients" "stderr" "df.residual" "fitted.values" "residuals" "call" "intercept" "formula"
有没有办法使用speedlm
显示所有残差?
当尝试 print(residuals(lmfit))
时,它只打印 NULL
编辑:
使用@Roland提到的方法时,returns纯粹是NA
的
lmfit <- speedlm(formula , res, fitted=TRUE)
resids <- res$Daily_gain - predict(lmfit, newdata=res)
print(summary(resids))
# Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
# NA NA NA NaN NA NA 829780
library(speedglm)
存储拟合值(需要更多 RAM):
fit <- speedlm(Sepal.Length ~ Species, data = iris, fitted = TRUE)
iris$Sepal.Length - predict(fit)
或者不存储它们(需要更多 CPU 时间):
fit1 <- speedlm(Sepal.Length ~ Species, data = iris)
iris$Sepal.Length - predict(fit1, newdata = iris)