Сохранить случайный объект в лесу

У меня есть объект randomForest, который я хочу сохранить для последующего использования. Я пробовал некоторые из следующих, но не повезло.

save(topDawg , file="myRFobject.RData")

Это просто сохраняет строку "topDawg"

> formula(topDawg)
Error in formula.default(topDawg) : invalid formula


> save(getTree(topDawg))
Error in save(getTree(topDawg)) : object ‘getTree(topDawg)’ not found

Любые предложения?

Ответ 1

Я не уверен точно, что вы пытаетесь сделать здесь, так как обычно вы save объект, а затем load позже, например:

set.seed(71)
> irisrf <- randomForest(Species ~ ., data=iris, importance=TRUE,
+                         proximity=TRUE)
> save(irisrf,file = "irisrf.RData")
> 
> rm(irisrf)
> print(irisrf)
Error in print(irisrf) : object 'irisrf' not found
> 
> load("irisrf.RData")
> print(irisrf)

Call:
 randomForest(formula = Species ~ ., data = iris, importance = TRUE,      proximity = TRUE) 
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 2

        OOB estimate of  error rate: 4.67%
Confusion matrix:
           setosa versicolor virginica class.error
setosa         50          0         0        0.00
versicolor      0         47         3        0.06
virginica       0          4        46        0.08

Ответ 2

У меня была та же проблема (загрузка объекта RandomForest приводила к символьной строке), и что-то вроде этого, похоже, сработало для меня:

forest = get(load("forestGOOG.RData"))

(У меня есть случайный лесной объект "forestGOOG", сохраненный в рабочем каталоге)

Ответ 3

Вот решение, если вы хотите загрузить модель под другим именем

  library(randomForest)

  # 1. Create data set
  set.seed(100)
  df_iris <- randomForest(Species ~ ., data = iris, importance = TRUE,  proximity = TRUE)

  # 2. Save model
  file_name <- "model_iris.rds"
  saveRDS(df_iris, file_name)

  # 2.3. Load model under another name
  df_iris_loaded <- readRDS(file_name)
  df_iris_loaded

  # 2.4. Test two models
  identical(df_iris, df_iris_loaded, ignore.environment = TRUE)