由于“预测”以外的原因，“lm”是否返回“模型”
默认情况下， lm设置model = TRUE ，这意味着用于学习的整个数据集将被复制并返回给拟合对象。 这被predict使用，但会产生内存开销（下面的例子）。
我想知道，复制的数据集是用于除predict之外的任何其他原因吗？
不是必须回答的，但我也想知道存储数据的模型，而不是predict 。
例
object.size(lm(mpg ~ ., mtcars))
#> 45768 bytes
object.size(lm(mpg ~ ., mtcars, model = FALSE))
#> 28152 bytes
更大的数据集=更大的开销。
动机
为了分享我的动机，twidlr软件包强制用户在使用predict时提供数据。 如果这使得在学习不必要时复制数据集，通过默认为model = FALSE来节省内存似乎是合理的。 我在这里打开了一个相关的问题。
次要的动机 - 你可以很容易地适应许多模型，例如lm和pipelearner，但每次复制数据都会产生大量开销。 所以想方设法减少内存需求将非常方便！
我认为模型框架是为了防止非标准评估而返回的。
我们来看一个小例子。
dat <- data.frame(x = runif(10), y = rnorm(10))
FIT <- lm(y ~ x, data = dat)
fit <- FIT; fit$model <- NULL
有什么区别
model.frame(FIT)
model.frame(fit)
?? 检查methods(model.frame)和stats:::model.frame.lm表明，在第一种情况下，模型框架可以从FIT$model高效提取; 而在第二种情况下，它将从fit$call和model.frame.default重建。 这种差异也会导致两者之间的差异
# depends on `model.frame`
model.matrix(FIT)
model.matrix(fit)
因为模型矩阵是从模型框架构建的。 如果我们进一步挖掘，我们会看到这些也是不同的，
# depends on `model.matrix`
predict(FIT)
predict(fit)
# depends on `predict.lm`
plot(FIT)
plot(fit)
请注意，这是问题所在。 如果我们故意删除dat ，我们不能重建模型框架，那么所有这些都将失败：
rm(dat)
model.frame(fit)
model.matrix(fit)
predict(fit)
plot(fit)
而使用FIT将起作用。
这还不够糟糕。 下面的非标准评估示例非常糟糕！
fitting <- function (myformula, mydata, keep.mf = FALSE) {
b <- lm(formula = myformula, data = mydata, model = keep.mf)
par(mfrow = c(2,2))
plot(b)
predict(b)
}
现在让我们再次创建一个数据框（我们先前已经删除了它）
dat <- data.frame(x = runif(10), y = rnorm(10))
你能看到吗？
fitting(y ~ x, dat, keep.mf = TRUE)
工作但是
fitting(y ~ x, dat, keep.mf = FALSE)
失败？
这是我一年前回答/调查的一个问题：R - model.frame（）和非标准评估它被要求提供survival包。 这个例子非常极端：即使我们提供newdata ，我们仍然会得到错误。 保留模型框架是继续进行的唯一方法！
最后根据你对内存成本的观察。 事实上， $model并不主要负责潜在的大型lm对象。 $qr是，因为它与模型矩阵具有相同的维数。 考虑一个有很多因素的模型，或者像bs ， ns或poly这样的非线性项，与模型矩阵相比，模型框架要小得多。 所以省略模型帧返回不会减少lm对象的大小。 这实际上是biglm开发的一个动机。
由于我不可避免地提到了biglm ，我会再次强调这种方法仅有助于减少最终的模型对象大小，而不是在模型拟合期间使用RAM。
上一篇: Does `lm` return `model` for reasons other than `predict`