Python 在GPS数据上运行DBSCAN：内存错误

对于我目前正在进行的一个项目，我需要将相对大量的GPS对聚集到不同的位置簇中。在阅读了StackOverflow中的许多帖子和建议并采取了不同的方法之后，我仍然存在运行它的问题

数据集大小：略多于20万对GPS坐标

[[108.67235   22.38068 ]
 [110.579506  16.173908]
 [111.34595   23.1978  ]
 ...
 [118.50778   23.03158 ]
 [118.79726   23.83771 ]
 [123.088512  21.478443]]   

尝试的方法： 1.HDBSCAN包

coordinates = df5.values
print(coordinates)
clusterer = hdbscan.HDBSCAN(metric='haversine', min_cluster_size=15)
clusterer.fit(coordinates)

DBSCAN 最小样本数=15，度量值=haversine，算法为“球树”

我听从了阿诺尼·莫斯的建议，也试过埃尔基。

所有这些方法都给了我同样的记忆错误

我读过这些帖子：

所有这些帖子都表明数据集的大小不应该是个问题。然而，不知何故，我一直收到错误消息。如果这是一个简单的答案，我很抱歉。是因为设置的原因吗？或者仅仅是因为我在笔记本电脑上使用16G内存运行它…？

对于sklearn： 当我在sklearn 0.19.1上使用旧版本时，我遇到了同样的问题，因为复杂性是O（N^2）

但是现在这个问题已经在新版本0.20.2中得到了解决，不再有内存错误，复杂性变成了O（n.d），其中d是邻居的平均数量。 这不是偶像的复杂性，而是比旧版本好得多

请查看本版本中的注意事项，以避免高内存使用率：

---

内存错误没有意义。因为DBSCAN只需要O（n）内存，所以如果有足够的时间，您应该能够在raspberry pi上运行它。请提供内存转储和其他诊断数据，而不仅仅是模糊的“内存不足”描述。也许你打开的东西太多了？什么天的大小仍然有效？只是为了记录：200k点需要大约3.5MB内存。即使有一些开销，DBSCAN也应该能够用几兆字节的RAM（而不是千兆字节）轻松地处理这个问题。显示真正的错误消息@Anony Mousse嗨！！你是我的幸运星！不管出于什么原因，今天早上我试着用DBSCAN运行它，作为我一天的开始，它成功了！：）谢谢你也许应该少打开一些东西&不时检查任务管理器，看看是什么进程耗尽了你的内存。。。不时关闭你不使用的狗舍！