rm（list=ls（））在64GB上，然后出现错误：尝试决策树时无法分配大小为11.6 Gb的向量

我正在尝试通过caret软件包运行决策树。我通过使用

rm（list=ls（））

从内存中删除所有内容来重新开始我的脚本，然后加载我的训练数据，其中包括3M行和522个特征。R studio没有以gb为单位显示大小，但根据错误消息推测，大小为11.6

如果我使用的是64gb R，那么我是否会看到此错误？有没有办法不借助于较小数据的培训

rm(list = ls())
library(tidyverse)
library(caret)
library(xgboost)

# read in data
training_data <- readRDS("/home/myname/training_data.rds")

rm（list=ls（））
图书馆（tidyverse）
图书馆（插入符号）
图书馆（xgboost）
#读入数据
培训数据以下是您的错误消息：

尝试决策树时无法分配大小为11.6 Gb的向量

这意味着当R请求另一个11.6 GB内存时发生了特定的故障，并且无法这样做。然而，随机林计算本身可能需要许多这样的分配，并且很可能剩余的空闲RAM已经被使用

我不知道您计算的细节，但我想说，即使在1GB数据集上运行随机林也已经非常大了。我的建议是找到一种方法，对数据集进行统计上精确的子样本，这样就不需要如此大量的RAM。
您好，谢谢您提供的信息。如果我要求我们的管理员提供更多的RAM，有没有办法推断出我还需要多少？传递一个矩阵而不是一个数据帧会有帮助吗？@DougFir你需要弄清楚Caret随机森林计算的内存需求如何与输入数据的大小等相关。但是，正如我的回答所示，我认为你不应该需要这么多内存。你需要所有522功能吗？你需要300万行吗？关于功能，这是文本数据，非常稀疏，大部分是0。我想我确实需要它们，因为一个值为1的单一功能（标记）在分类上可能会有更大的不同。还有一点：如果你使用rf，比如说10%的随机子样本，那么你可以尝试使用不同的样本再次运行，看看情况是否发生了巨大的变化。我猜他们不会，但你会做出判断。
### Modelling
# tuning & parameters
set.seed(123)
train_control <- trainControl(
  method = "cv",
  number = 5,
  classProbs = TRUE, # IMPORTANT!
  verboseIter = TRUE,
  allowParallel = TRUE
)

# Fit a decision tree (minus cad field)
print("begin decision tree regular")
mod_decitiontree <- train(
  cluster ~.,
  tuneLength = 5,
  data = select(training_data, -c(cad, id)), # a data frame
  method = "rpart",
  trControl = train_control,
  na.action = na.pass
)

Loading required package: rpart
Error: cannot allocate vector of size 11.6 Gb