Machine learning SVM内存不足错误

我正在使用SVM light进行研究，它做得很好（至少它还在处理中）

这里的Learn_数据是大约14000.000行数据和20000个功能

但是对于排名模式的

-zp

标志，它会崩溃，有1.000.000行数据：

svm_learn.exe -t 3 -z p -m 4000 learn_data_1mil model

因此：

 OK. (10000000 examples read)
 Constructing 1380570988 rank constrains...Out of memory!: Not enough space

---

目前的设置是64GB的RAM，SVM似乎并没有尝试使用所有的RAM。我尝试使用4000多MB作为缓存，最高可达20000。但这并没有帮助，如果是缓存错误，SVM应该告诉缓存而不仅仅是内存错误。没有找到文件化的解决方法。如何处理我的数据

我在完全不同的情况下也犯了同样的错误：Ubuntu 14，1400行，1e10功能。当它仅使用计算机32 GB中的100 MB时，内存不足。当它试图为

update\u linear\u component（）

使用的权重数组分配8*1e10字节（80 GB）时，内存不足。在源代码中，查找

totwords

和

my_malloc

。还有几十个马洛克在那里。其中之一可能是你的大量线路故障。

 OK. (10000000 examples read)
 Constructing 1380570988 rank constrains...Out of memory!: Not enough space