保存的GAMLSS模型预测新数据时出现“test对象未找到”错误求助

问题原因 #

GAMLSS模型训练后，其call组件会保留训练时的完整调用参数（包括data = test），当清空环境加载模型后执行predict，R会尝试解析这个call里的data参数，找不到已被删除的test数据集，因此报错。

解决步骤 #

• 训练并清理模型引用
  训练完成后，手动移除模型call中对原训练数据集的引用，再保存模型：

  # 训练模型
  gamlss_model <- gamlss(res~pb(x)+pb(y), family=BCTo, data = test)
  # 移除call中对test数据集的引用
  gamlss_model$call$data <- NULL
  # 保存模型（注意：saveRDS生成.rds格式，.rda格式请用save()函数）
  saveRDS(gamlss_model, "gamlss_model.rds")
  

• 加载模型并预测
  清空环境后加载处理过的模型，即可正常用新数据预测：

  # 清空所有环境变量
  rm(list = ls())
  # 加载模型
  model_old <- readRDS("gamlss_model.rds")
  # 对新数据执行预测
  predict(model_old, newdata = new_data)
  

补充说明 #

使用惩罚样条（pb()）的模型已经存储了样条计算所需的参数信息，移除原数据集引用不会影响预测逻辑，predict会基于传入的newdata和模型已有的参数完成计算。

内容的提问来源于stack exchange，提问作者MoPA