R - 插入符号保存最小大小模型

Question

在插入符号中如何保存最小尺寸模型。在此示例中，gbmFit1包含gbmFit1$trainingData。保存gbmFit1保存所有这些变量。由于我的训练数据很大，我想摆脱所有这些额外的变量，并希望以最小大小保存模型。

library(mlbench)
library(caret)
data(Sonar)
x <- Sonar[, colnames(Sonar)!="Class"]
y <- Sonar$Class
gbmFit1 <- train(x,y, method = "gbm", verbose = FALSE)
predict(gbmFit1, x[1:10, ]) #predict for 10 samples
##[1] R R R R R R R R R R
##Levels: M R
dim(gbmFit1$trainingData) 
#[1] 208  61

仅使用predict(gbmFit1$finalModel, x[1:10, ])会产生错误：

predict(gbmFit1$finalModel, x[1:10, ])
##Error in paste("Using", n.trees, "trees...n") : 
##argument "n.trees" is missing, with no default

Answer 1

我认为这应该这样做：

library(mlbench)
library(caret)
data(Sonar)
x <- Sonar[, colnames(Sonar)!="Class"]
y <- Sonar$Class
tc1 <- trainControl(returnData = F)  # tells caret not to save training data.
gbmFit1 <- train(x,y, method = "gbm", verbose = FALSE, trControl = tc1)
predict(gbmFit1$finalModel, x[1:10, ], gbmFit1$finalModel$tuneValue$n.trees) # passes n.trees value to gbm.

您可能想在此处阅读插入符号中的trainControl功能：https://topepo.github.io/caret/model-training-and-tuning.html#control