拟合随机森林分类器时内存使用量激增



我正在尝试用中等大小的浮点数阵列来适应森林

In [3]: data.shape
Out[3]: (401125, 5)
[...]
forest = forest.fit(data[:,1:],data[:,0])

该问题在接头启动后大约 10 秒出现。在冻结我的机器之前,它最多需要 3.6 GB(3.8 GB)的内存,我必须终止该过程。

我一直在研究,当您将n_jobs设置为大于 1 的值时,这个问题似乎很常见。但我使用的是n_jobs的默认值,即 1。

我还尝试将n_estimators从我的初始值 100 更改为 5,只是为了看看是否发生了不同的事情,但一切都保持不变。

谁能对此有所了解?

谢谢!

> 哎呀。我实际上是在尝试进行回归,而不是分类。结束语。

相关内容

  • 没有找到相关文章

最新更新