由于数据集的大小,我必须使用Speedlm、fastLm或biglm。不幸的是,我仍然坚持使用speedlm,因为fastlm没有update函数,而biglm只支持单个内核。
使用速度,我想显示所有的残差。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不支持这一点。
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"是否有一种使用speedlm**?**显示所有残差的方法?
当尝试print(residuals(lmfit))时,它只打印一个NULL
编辑:
当使用@Roland中提到的方法时,它将返回纯NA的
lmfit <- speedlm(formula , res, fitted=TRUE)
resids <- res$Daily_gain - predict(lmfit, newdata=res)
print(summary(resids))
# Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
# NA NA NA NaN NA NA 829780发布于 2015-10-19 09:45:41
library(speedglm)存储合适的值(需要更多的RAM):
fit <- speedlm(Sepal.Length ~ Species, data = iris, fitted = TRUE)
iris$Sepal.Length - predict(fit)或者不要存储它们(需要更多的CPU时间):
fit1 <- speedlm(Sepal.Length ~ Species, data = iris)
iris$Sepal.Length - predict(fit1, newdata = iris)https://stackoverflow.com/questions/33211136
复制相似问题