在新的栅格数据集上加载分类树模型答案

【问题标题】：Load classification tree model on new raster data set在新的栅格数据集上加载分类树模型
【发布时间】：2018-07-18 23:14:09
【问题描述】：

我正在使用分类树模型，该模型允许我对光栅图像进行分类（以创建地图）。我想在另一个脚本中将此分类树重新应用到新的栅格数据集。我尝试将模型保存为 .rda 或 .RData 文件，但我遇到了同样的问题，无法在新数据集上预测模型。

没有适用于“字符”类对象的“预测”方法

我很确定问题出在模型的 save 函数上，因为它没有完全出现：

summary(model)
#   Length     Class      Mode 
#        1 character character

我正在用这段代码保存我的模型：

save(cuttreedown.training, file =("Artmac.rda")

并用 :

加载它

model <- load("Artmac.rda")

这是我的predict 函数，其中satImage 是我的光栅文件（该函数在另一个脚本上运行良好）：

predict(satImage, model, filename="test.tif", progress='text', datatype='INT1U', type='prob', overwrite=TRUE)

我只想将我的模型应用到新的栅格数据集上，就像在训练脚本中完成的那样。

【问题讨论】：

标签： r model tree classification raster

【解决方案1】：

您可以将 saveRDS/loadRDS 用于此类任务。这是一个完整的例子：

library(rpart)

data(iris)
fit <- rpart(Species~., data = iris)

saveRDS(fit, "fit.rds")
load_fit <- readRDS("fit.rds")

all.equal(predict(load_fit, iris),
          predict(fit, iris))
#output
TRUE

【讨论】：

【解决方案2】：

只需保存和加载模型，无需扩展。另外，加载时不要创建新对象，它会自动将模型对象填充到环境中。试试：

save(cuttreedown.training, file="Artmac")

load("Artmac")

summary(Artmac)

【讨论】：

不，它不起作用我有完全相同的问题，就像它并没有真正保存我的模型。不过谢谢你的回答。
提供minimal 和reproducible 示例将有助于故障排除过程。