手元にある問題の解決策を見つけたので、誰かが同じ問題に遭遇する可能性がある場合は、この回答を書きます。私のプロセスを説明しますので、少しとりとめのないかもしれませんので、我慢してください。
手がかりがないので、修正が見つからない場合に備えて、オブジェクトをできるだけ小さくし、少なくともメモリを節約するために、スロットを削除してウェイトを削除することを考えました。だから私は削除@dataし@responses、最初にそれらがなくても予測はうまくいきましたが、.RDataファイルのサイズには影響しませんでした。
私は逆に行き、ツリーをプラグインするだけで、空のctreeモデルを作成しました。
> library(party)
## create reference predictions for the dataset
> predictions.org <- treeresponse(c1, d)
## save tree object for reference
save(c1, "testSize_c1.RData")
元のオブジェクトのサイズを確認する：
$ ls -lh testSize_c1.RData
-rw-r--r-- 1 user user 9.6M 2011-08-25 14:35 testSize_c1.RData
次に、空のCTreeを作成し、ツリーのみをコピーしてみましょう。
## extract the tree only
> c1Tree <- c1@tree
## create empty tree and plug in the extracted one
> newCTree <- new("BinaryTree")
> newCTree@tree <- c1Tree
## save tree for reference
save(newCTree, file="testSize_newCTree.RData")
この新しいツリーオブジェクトは、はるかに小さくなりました。
$ ls -lh testSize_newCTree.RData
-rw-r--r-- 1 user user 108K 2011-08-25 14:35 testSize_newCTree.RData
ただし、次の予測には使用できません。
## predict with the new tree
> predictions.new <- treeresponse(newCTree, d)
Error in object@cond_distr_response(newdata = newdata, ...) :
unused argument(s) (newdata = newdata)
エラーの原因となる可能性のあるを設定しなかった@cond_distr_responseため、元のをコピーして、もう一度予測してみてください。
## extract cond_distr_response from original tree
> cdr <- c1@cond_distr_response
> newCTree@cond_distr_response <- cdr
## save tree for reference
save(newCTree, file="testSize_newCTree_with_cdr.RData")
## predict with the new tree
> predictions.new <- treeresponse(newCTree, d)
## check correctness
> identical(predictions.org, predictions.new)
[1] TRUE
これは完全に機能しますが、RDataファイルのサイズは元の値に戻ります。
$ ls -lh testSize_newCTree_with_cdr.RData
-rw-r--r-- 1 user user 9.6M 2011-08-25 14:37 testSize_newCTree_with_cdr.RData
スロットを印刷するだけで、環境にバインドされた関数であることがわかります。
> c1@cond_distr_response
function (newdata = NULL, mincriterion = 0, ...)
{
wh <- RET@get_where(newdata = newdata, mincriterion = mincriterion)
response <- object@responses
if (any(response@is_censored)) {
swh <- sort(unique(wh))
RET <- vector(mode = "list", length = length(wh))
resp <- response@variables[[1]]
for (i in 1:length(swh)) {
w <- weights * (where == swh[i])
RET[wh == swh[i]] <- list(mysurvfit(resp, weights = w))
}
return(RET)
}
RET <- .Call("R_getpredictions", tree, wh, PACKAGE = "party")
return(RET)
}
<environment: 0x44e8090>
したがって、最初の質問に対する答えは、オブジェクトのメソッドが環境をそれにバインドし、対応するRDataファイルにオブジェクトとともに保存されるということのようです。これは、RDataファイルが読み取られるときに複数のパッケージがロードされる理由も説明している可能性があります。
したがって、環境を取り除くためにメソッドをコピーすることはできませんが、メソッドなしで予測することもできません。かなり「汚い」解決策は、元のメソッドの機能をエミュレートし、基になるCコードを直接呼び出すことです。ソースコードを掘り下げた後、これは確かに可能です。上でコピーしたコードが示すように、を呼び出す必要がありget_whereます。これは、入力が到達するツリーのターミナルノードを決定します。R_getpredictions次に、各入力サンプルについて、そのターミナルノードからの応答を決定するために呼び出す必要があります。トリッキーな部分は、正しい入力形式でデータを取得する必要があるため、ctreeに含まれているデータ前処理を呼び出す必要があることです。
## create a character string of the formula which was used to fit the free
## (there might be a more neat way to do this)
> library(stringr)
> org.formula <- str_c(
do.call(str_c, as.list(deparse(c1@data@formula$response[[2]]))),
"~",
do.call(str_c, as.list(deparse(c1@data@formula$input[[2]]))))
## call the internal ctree preprocessing
> data.dpp <- party:::ctreedpp(as.formula(org.formula), d)
## create the data object necessary for the ctree C code
> data.ivf <- party:::initVariableFrame.df(data.dpp@menv@get("input"),
trafo = ptrafo)
## now call the tree traversal routine, note that it only requires the tree
## extracted from the @tree slot, not the whole object
> nodeID <- .Call("R_get_nodeID", c1Tree, data.ivf, 0, PACKAGE = "party")
## now determine the respective responses
> predictions.syn <- .Call("R_getpredictions", c1Tree, nodeID, PACKAGE = "party")
## check correctness
> identical(predictions.org, predictions.syn)
[1] TRUE
新しいデータを予測できるようにするには、抽出したツリーと数式文字列を保存するだけで済みます。
> save(c1Tree, org.formula, file="testSize_extractedObjects.RData")
上記の更新された質問で説明されているように、不要な重みをさらに削除できます。
> .Call("R_remove_weights", c1Tree, TRUE, PACKAGE="party")
> save(c1Tree, org.formula, file="testSize_extractedObjects__removedWeights.RData")
次に、ファイルサイズをもう一度見てみましょう。
$ ls -lh testSize_extractedObjects*
-rw-r--r-- 1 user user 109K 2011-08-25 15:31 testSize_extractedObjects.RData
-rw-r--r-- 1 user user 43K 2011-08-25 15:31 testSize_extractedObjects__removedWeights.RData
最後に、（圧縮された）9.6Mの代わりに、モデルを使用するために必要なのは43Kだけです。これで、3Gヒープスペースに必要な数だけ収まるようになります。やったー！