Я новичок в R studio. Интересно, как сохранить результат регрессии. Например, я использую регрессию опорных векторов для анализа, для одной модели всегда требовалось несколько часов, я не хочу просто сохранять «R-код», но также и каждую переменную, набор данных, результат регрессии. Спасибо!

r
0
Kyle 13 Мар 2018 в 02:02

2 ответа

Лучший ответ

save.image(file="mysession.RData") сохранит все объекты в вашем текущем рабочем пространстве в файл (который можно прочитать обратно в R через load("mysession.RData")). Возможно, будет лучше использовать save() или saveRDS() для сохранения конкретного объекта (ов), который вас интересует, и исключить любой временный мусор, созданный вами во время анализа.

0
Ben Bolker 12 Мар 2018 в 23:07

Один из вариантов - использовать функцию save.model в пакете maxent:

install.packages("maxent")
library(maxent)

x <- seq(1,10,1)
y <- rnorm(10)
fit <- lm(y ~ x)

> summary(fit)

Call:
lm(formula = y ~ x)

Residuals:
    Min      1Q  Median      3Q     Max 
-2.0170 -0.3886  0.1401  0.5988  0.8532 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept)  -1.1555     0.6297  -1.835   0.1038  
x             0.2665     0.1015   2.626   0.0304 *
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.9218 on 8 degrees of freedom
Multiple R-squared:  0.463, Adjusted R-squared:  0.3959 
F-statistic: 6.897 on 1 and 8 DF,  p-value: 0.03035

Вы можете сохранить свою полную регрессионную модель следующим образом:

> save.model(fit,"myfit")

Затем вы можете снова загрузить модель позже:

> newfit <- load.model("myfit")
> summary(newfit)

Call:
lm(formula = y ~ x)

Residuals:
    Min      1Q  Median      3Q     Max 
-2.0170 -0.3886  0.1401  0.5988  0.8532 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept)  -1.1555     0.6297  -1.835   0.1038  
x             0.2665     0.1015   2.626   0.0304 *
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.9218 on 8 degrees of freedom
Multiple R-squared:  0.463, Adjusted R-squared:  0.3959 
F-statistic: 6.897 on 1 and 8 DF,  p-value: 0.03035
0
mysteRious 12 Мар 2018 в 23:13