Python 在scikit学习中运行Randomforest的MemoryError

下面是中给出的

Python

示例。但是，下面的代码段给出了错误消息，如

MemoryError

。什么可能导致此错误

forest = forest.fit(train_data_features, train["sentiment"])

Traceback (most recent call last):
File "C:/Users/PycharmProjects/Project3/demo4.py", line 60, in <module>
   forest = forest.fit(train_data_features, train["sentiment"])
File "C:\Users\AppData\Roaming\Python\Python27\site-        
   packages\sklearn\ensemble\forest.py", line 195, in fit
X = check_array(X, dtype=DTYPE, accept_sparse="csc")
File "C:\Users\AppData\Roaming\Python\Python27\site-
   packages\sklearn\utils\validation.py", line 341, in check_array
   array = np.array(array, dtype=dtype, order=order, copy=copy)
MemoryError

forest=forest.fit（训练数据特征，训练[“情绪”]）
回溯（最近一次呼叫最后一次）：
文件“C:/Users/PycharmProjects/Project3/demo4.py”，第60行，在
forest=forest.fit（训练数据特征，训练[“情绪”]）
文件“C:\Users\AppData\Roaming\Python\Python27\site-
packages\sklearn\employee\forest.py”，第195行，适合
X=检查数组（X，dtype=dtype，accept\u sparse=“csc”）
文件“C:\Users\AppData\Roaming\Python\Python27\site-
packages\sklearn\utils\validation.py”，第341行，在check\u数组中
array=np.array（array，dtype=dtype，order=order，copy=copy）
记忆者

内存错误

，顾名思义，意味着您的可用内存即将耗尽

如果您遵循中的示例代码，那么有几件事可以帮助您：

• 当不再需要变量时，使用

  del

  对变量进行delte
  （例如，

  clean\u train\u reviews

  在第62行之后不需要）
• 在第42行之后，只需要

  列车[“情绪”]

  ，其余的

  列车可以丢弃以释放内存

• 不要在开始时同时阅读训练集和测试集。

  测试

  集仅在构建林后才需要，此时不再需要与列车集相关的任何其他内容
• 整个训练部分可以封装在一个返回森林的函数中，该函数将处理此后不再需要的所有引用

---

在指定示例中，单词包包含5000个特征；这需要大量内存。因此，一种解决方案是减少特征的数量，但这样做可能会影响模型性能。

---

另一个解决方案是从32位Python切换到64位。

根据您的建议，我创建了doTrain（）函数，允许Python清理变量。在我运行本教程时，它单独解决了

内存错误。操作系统：Ubuntu 14.04，RAM 8G