- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我目前正在写我的论文,其中涉及处理相当大的数据集:约 400 万个观察结果和约 260 个特征。它是国际象棋游戏的数据集,其中大部分特征是虚拟玩家(每种颜色 130k)。
至于硬件和软件,我在这台电脑上有大约 12GB 的内存。我在 Python 3.5 中完成所有工作,主要使用 pandas 和 scikit-learn 包。
我的问题是显然我无法将这么多数据加载到我的 RAM 中。我想做的是生成虚拟变量,然后将数据库切成大约一千个 block ,应用随机森林并再次聚合结果。
但是,要做到这一点,我需要能够首先创建虚拟变量,由于内存错误我无法创建虚拟变量,即使我使用稀疏矩阵也是如此。理论上,我可以先分割数据库,然后创建虚拟变量。但是,这样做的结果是我将对不同的切片具有不同的特征,所以我不确定如何汇总这些结果。
我的问题:
1. 你们将如何解决这个问题?尽管在不同的“数据 block ”中具有不同的特征,但是否有一种方法可以“合并”我的估计结果?
2. 也许可以通过租用服务器来完全避免这个问题。是否有此类服务的试用版?我不确定完成此任务需要多少 CPU/RAM。
感谢您的帮助,我们将不胜感激 :)
最佳答案
我建议您试试 CloudxLab。
虽然它不是免费的,但价格实惠(每月 25 美元)。它提供了完整的环境来试验各种工具,如 HDFS、Map-Reduce、Hive、Pig、Kafka、Spark、Scala、Sqoop、Oozie、Mahout、MLLib、Zookeeper、R、Scala 等。许多流行的培训师都在使用 CloudxLab .
关于python - 处理大数据进行随机森林分类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38610955/
我们正在运行 MarkLogic 9.0-11 版本 3 节点集群,并且 MarkLogic 安装在“/var/opt/MarkLogic/”目录中,我们创建了“/var/opt/MarkLogic/
我有一片任意高度的森林,大致像这样: let data = [ { "id": 2, "name": "AAA", "parent_id": null, "short_name": "A" },
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 这个问题似乎与 help center 中定义的范围内的编程无关。 . 已关闭 7 年前。 Improve
我有一个巨大的深度字典,代表森林(许多非二叉树),我想处理森林并创建一个包含森林所有可能关系的文本文件,例如给定字典: {'a': {'b': {'c': {}, 'd': {}}, 'g': {}}
在我的 Android 应用程序中,我包含了谷歌地图。现在我想获取有关您周围地区的信息。例如,你是在公园/森林/海滩……所以我基本上想要一个用“水”回答输入坐标 53°33'40.9"N 10°00'
如果我有下表: Member_Key Member_Name col1 Mem1 col2 Mem2 col3 Mem3 col4
继续我的老问题: Writing nested dictionary (forest) of a huge depth to a text file 现在我想把森林遍历写成BFS风格:我有一个巨大的深
我有一个多域环境(事件目录林),例如subdomain1.mydomain.com, subdomain2.mydomain.com 其中 mydomain.com 是根 AD 域 (GC) 和 su
我想知道是否有可能在 Google map 或 Bing Mag 2D/3D map 上恢复地形类型(山脉、森林、水域、平原等...) 。为了根据玩家在现实世界中的位置生成 map !我认为可用 AP
我是一名优秀的程序员,十分优秀!