如何缩小randomForest模型的大小？

Question

我一直在R中训练700万行数据（41个功能）中的randomForest模型。这是一个示例调用：

myModel <-randomForest（RESPONSE〜。，data = mydata，ntree = 50，maxnodes = 30）

我肯定认为只有50棵树和30个终端节点，“ myModel”的内存占用量会很小。但是转储文件中有65兆。该对象似乎持有训练过程中的各种预测，实际和投票数据。

如果我只想要森林怎么办？我想要一个很小的转储文件，以后可以加载以快速做出预测。我觉得森林本身不应该那么大...

任何人都知道如何将这种吸盘剥离成我可以预测的东西吗？

Answer 1

试图摆脱将答案作为评论发布的习惯......

?randomForest建议不要使用含有大量变量的公式接口...如果不使用公式接口，结果会有什么不同吗？的值部分?randomForest还告诉您如何关闭某些输出（重要性矩阵、整个森林、邻近矩阵等）。

例如：

myModel <- randomForest(mydata[,!grepl("RESPONSE",names(mydata))],
  mydata$RESPONSE, ntree=50, maxnodes=30, importance=FALSE,
  localImp=FALSE, keep.forest=FALSE, proximity=FALSE, keep.inbag=FALSE)