Scikit通过GuassianNB进行预测时学习记忆错误答案

【问题标题】：Scikit learn memory error on predicting through GuassianNBScikit通过GuassianNB进行预测时学习记忆错误
【发布时间】：2014-11-25 07:53:18
【问题描述】：

我正在使用 Sci-kit learn 的 GuassianNB 进行分类。在拟合我的数据并进行预测后，它会引发内存错误。

clf1=GaussianNB() 
clf1.fit(X_train,y_train)
y_pred1=clf1.predict(imgarray)

地点：

错误：

其他详情：

SCi-Kit 学习版本：0.15，Windows 7 32 位，Python 2.7，pydev，RAM 4 GB

我尝试更改版本和其他内容，但问题仍然存在。我的 imgarray 太大了吗？感谢您的帮助和建议。

【问题讨论】：

你的imgarray 的大小是9000000吗？
@badc0re ...是的 9000000 行，2 列，由图像像素的 R 和 G 波段组成
好吧，我认为对于 4gb 机器来说已经很多了，想象一下如果你有 10.000 张图像（不是很多），它需要多少内存？我认为了解如何使用一些图像处理技术来减小矢量大小是件好事。

【解决方案1】：

我认为 imgarray 本身不足以让 4GB 机器崩溃：

In [3]: a = np.zeros((9000000,2))
In [4]: a.nbytes
Out[4]: 144000000

大约 137MB。您是否持有任何其他大型数组是内存？不看你的代码很难说。您能否发布一段完整的可运行代码，以便我们仔细查看？

另外，你可以看看这个问题来学习如何做memory profiling。

【讨论】：