Python AdaBoosClassifier内存错误
我将Python AdaBoosClassifier内存错误,python,scikit-learn,sklearn-pandas,Python,Scikit Learn,Sklearn Pandas,我将AdaBoostClassifier定义如下: adaboost = AdaBoostClassifier(base_estimator=ensemble.RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini', max_depth=20, max_features=300, max_leaf_nodes=None,
AdaBoostClassifier
定义如下:
adaboost = AdaBoostClassifier(base_estimator=ensemble.RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini',
max_depth=20, max_features=300, max_leaf_nodes=None,
min_samples_leaf=1, min_samples_split=6,
min_weight_fraction_leaf=0.0, n_estimators=580, n_jobs=1),
algorithm='SAMME.R',
n_estimators=20,
learning_rate=1.0)
ada = adaboost.fit(X, y)
最后一行代码(适合模型的地方)触发MemoryError。为什么会发生这种情况,以及如何解决此问题?您的系统正在尝试分配比可用内存更多的内存 这在某种程度上是意料之中的,因为您正在使用AdaBoost和一个非常复杂的基础学习器:一个由580棵树组成的随机森林。使用较不复杂的基础模型,如低深度决策树 来自(粗体是我的): AdaBoost的核心原理是拟合弱序列 学习者(即,模型仅略优于随机模型 猜测,例如小决策树)
您的系统正试图分配比可用内存更多的内存 这在某种程度上是意料之中的,因为您正在使用AdaBoost和一个非常复杂的基础学习器:一个由580棵树组成的随机森林。使用较不复杂的基础模型,如低深度决策树 来自(粗体是我的): AdaBoost的核心原理是拟合弱序列 学习者(即,模型仅略优于随机模型 猜测,例如小决策树)