Python 随机森林分类器预测中的记忆误差

我在我的数据集上安装了一个随机森林分类器，它包含7个特征和大约100万行或记录

下面是我的代码

randForestClassifier=RandomForestClassifier(n_estimators=10,max_depth=3)
randForestClassifier.fit(X_train,y)
pred=randForestClassifier.predict(featues_test)

当我使用分类器的预测方法时，出现了内存错误。如何修复它

以下是我的完整日志

randForestClassifier.predict(featues_test)
Traceback (most recent call last):

  File "<ipython-input-15-0b7612d6e958>", line 1, in <module>
    randForestClassifier.predict(featues_test)

  File "C:\Python27\lib\site-packages\sklearn\ensemble\forest.py", line 462, in predict
    proba = self.predict_proba(X)

  File "C:\Python27\lib\site-packages\sklearn\ensemble\forest.py", line 513, in predict_proba
    for e in self.estimators_)

  File "C:\Python27\lib\site-packages\sklearn\externals\joblib\parallel.py", line 659, in __call__
    self.dispatch(function, args, kwargs)

  File "C:\Python27\lib\site-packages\sklearn\externals\joblib\parallel.py", line 406, in dispatch
    job = ImmediateApply(func, args, kwargs)

  File "C:\Python27\lib\site-packages\sklearn\externals\joblib\parallel.py", line 140, in __init__
    self.results = func(*args, **kwargs)

  File "C:\Python27\lib\site-packages\sklearn\ensemble\forest.py", line 106, in _parallel_helper
    return getattr(obj, methodname)(*args, **kwargs)

  File "C:\Python27\lib\site-packages\sklearn\tree\tree.py", line 592, in predict_proba
    proba = self.tree_.predict(X)

  File "sklearn/tree/_tree.pyx", line 3207, in sklearn.tree._tree.Tree.predict (sklearn\tree\_tree.c:24468)

  File "sklearn/tree/_tree.pyx", line 3209, in sklearn.tree._tree.Tree.predict (sklearn\tree\_tree.c:24340)

MemoryError

randForestClassifier.predict（特征检验）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
randForestClassifier.predict（featues_检验）
文件“C:\Python27\lib\site packages\sklearn\employ\forest.py”，第462行，在predict中
概率=自我预测概率（X）
文件“C:\Python27\lib\site packages\sklearn\employ\forest.py”，第513行，在predict\u proba中
对于自估计中的e（u）
文件“C:\Python27\lib\site packages\sklearn\externals\joblib\parallel.py”，第659行，在调用中__
自我分派（功能、参数、kwargs）
文件“C:\Python27\lib\site packages\sklearn\externals\joblib\parallel.py”，第406行，在分派中
作业=立即应用（func、args、kwargs）
文件“C:\Python27\lib\site packages\sklearn\externals\joblib\parallel.py”，第140行，在\uuu init中__
self.results=func（*args，**kwargs）
文件“C:\Python27\lib\site packages\sklearn\employee\forest.py”，第106行，在\u parallel\u helper中
返回getattr（对象，方法名）（*args，**kwargs）
文件“C:\Python27\lib\site packages\sklearn\tree\tree.py”，第592行，在predict\u proba中
概率=自树预测（X）
文件“sklearn/tree/_tree.pyx”，第3207行，在sklearn.tree._tree.tree.predict（sklearn\tree\_tree.c:24468）中
文件“sklearn/tree/_tree.pyx”，第3209行，在sklearn.tree._tree.tree.predict（sklearn\tree\_tree.c:24340）中
记忆者

是的，您将在

randForestClassifier.predict（Features\u test）

获得

内存错误，如堆栈跟踪所示：

File "<ipython-input-15-0b7612d6e958>", line 1, in <module>
    randForestClassifier.predict(featues_test)

文件“”，第1行，在
randForestClassifier.predict（featues_检验）

堆栈跟踪的其余行显示问题来自C代码中的
sklearn
：sklearn\tree\\u tree。C:24340

是的，您在

randForestClassifier.predict（features\u test）

处获得

MemoryError

，如堆栈跟踪所示：

File "<ipython-input-15-0b7612d6e958>", line 1, in <module>
    randForestClassifier.predict(featues_test)

文件“”，第1行，在
randForestClassifier.predict（featues_检验）

---

堆栈跟踪的其余行显示问题来自C代码中的

sklearn

：sklearn\tree\\u tree。C:24340

您是否尝试过推送少于100万行？根据内存大小和一行的大小，您可以轻松达到较高的内存大小。如果内存中的一行是1000字节，那么您可以在RAM中存储10GB的数据。我分割了10000行，它工作得很好……但是现在这些完整的数据，那100万行呢？增加内存大小，或者使用另一个工具处理大量数据。也许你会发现一些东西。但我的内存已经很大了，它是16GB，当我运行这个时，它仍然显示10GB可用？32位还是64位系统？您需要小心安装的工具，例如anaconda，它应该在64位版本中使用。您尝试过推送少于100万行吗？根据内存大小和一行的大小，您可以轻松达到较高的内存大小。如果内存中的一行是1000字节，那么您可以在RAM中存储10GB的数据。我分割了10000行，它工作得很好……但是现在这些完整的数据，那100万行呢？增加内存大小，或者使用另一个工具处理大量数据。也许你会发现一些东西。但我的内存已经很大了，它是16GB，当我运行这个时，它仍然显示10GB可用？32位还是64位系统？您需要小心安装的工具，例如anaconda，它应该在64位版本中使用。