Python 为什么那个代码片段不能在GoogleColab上运行？

我使用TPU，它提供35 GB的RAM。在我尝试运行这个代码片段之前，我有20 GB的可用RAM。但我无法运行该代码段，因为内存太低（它说需要35GB以上），我使用了6GB的数据集。为什么这个代码会占据如此多的位置？我使用了垃圾收集器并删除了以前使用的数据帧。我该怎么做才能使代码正常工作

无内存：26.4 GB进程大小：156.4 MB GPU可用内存：16280MB已用内存：0MB可用内存0%总计16280MB

seed = 7
test_size = 0.4
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=test_size)
gc.collect()
model=KNeighborsClassifier(n_neighbors=6,algorithm='kd_tree',n_jobs=25)
model.fit(X_train, y_train)

---

Python中的数据科学工作流往往非常需要内存。例如，如果您的输入数据

X，Y

消耗6GB，则该行

X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=test_size)

将再消耗6 GB（每个创建的子集不是原始阵列的视图，而是具有新内存占用的新阵列对象）

在

KNeighborsClassifier

中，可以制作数据的其他副本（例如，该算法中的代码要求输入数组为连续的C顺序浮点64数组，如果您的数据不符合该标准，则将制作副本）

---

通常，基于numpy的数据科学工作流的一个好的经验法则是，除非您非常小心地防止数据复制，否则您将需要大约4-5倍于您正在处理的原始数据大小的内存。

注释对我不起作用，colab不会问我是否需要更多ram。