ฉันสนใจที่จะหาวิธีใน R เพื่ออัปเดตโมเดลเชิงเส้นอย่างมีประสิทธิภาพเมื่อมีการเพิ่มการสังเกตหรือตัวทำนาย biglm มีความสามารถในการอัปเดตเมื่อเพิ่มการสังเกต แต่ข้อมูลของฉันมีขนาดเล็กพอที่จะอยู่ในหน่วยความจำ (แม้ว่าฉันจะมีอินสแตนซ์จำนวนมากที่ต้องอัปเดต) มีวิธีการทำเช่นนี้ด้วยมือเปล่าเช่นเพื่ออัปเดตการแยกตัวประกอบ QR (ดู "การอัปเดตการแยกตัวประกอบ QR และปัญหากำลังสองน้อยที่สุด" โดย Hammarling และ Lucas) แต่ฉันหวังว่าจะมีการใช้งานอยู่
คำตอบ:
หากอัลกอริทึมที่คุณกำลังมองหานั้นคล้ายกับสถิติประยุกต์ 274 , 1992, ฉบับที่ 41 (2) คุณก็สามารถใช้biglm ได้เพราะมันไม่ต้องการให้คุณเก็บข้อมูลไว้ในไฟล์
แม้จะค้นหาวันสองสามเดือนที่ผ่านมาฉันไม่สามารถค้นหาเทียบเท่าใน R (ระวังมีฟังก์ชัน qr.update จำนวนมากใน cran แต่เมื่อคุณดูภายใต้ประทุนพวกเขาเพียงปลอม - ฉันพวกเขาเรียกlm.updateเหมือนกันทั้งหมด).
ปรับปรุง : ลองในแหล่งที่มาของแพคเกจ 'leaps' ใน R-source คุณจะพบฟังก์ชัน 'leaps.forward' ซึ่งเรียกรูทีน FORTRAN 'forwrd' ซึ่งอยู่ใน / src ของแพ็คเกจซึ่งดูเหมือนว่าจะใช้การอัปเดต QR อันดับ 1
ทำไมคุณไม่ลองใช้ความสามารถในการอัปเดตของวัตถุโมเดลเชิงเส้น
update.lm( lm.obj, formula, data, weights, subset, na.action)ลองดูที่ลิงค์นี้
http://stat.ethz.ch/R-manual/R-devel/library/stats/html/update.html
http://www.science.oregonstate.edu/~shenr/Rhelp/update.lm.html
ฉันได้รับการมองตั้งแต่เวลานานเทียบเท่ากับการปรับปรุง matlab qr, leaps ดูเหมือนจะเป็นวิธีที่ดี!
ใน R คุณสามารถดูฟังก์ชั่น recresid () ในแพ็คเกจ strucchange ซึ่งจะให้เหลือแบบเรียกซ้ำเมื่อคุณเพิ่มการสังเกต (ไม่ใช่ตัวแปร!) ฉันเดาว่านี่จะต้องมีการแก้ไขเล็กน้อยเพื่อให้ได้ betas แบบเรียกซ้ำ (betar ในรหัส?)