AzureML：针对一个子集而不是整个数据集的实验

几天前，我在AzureML会议上写了一段代码来解决“内存不足”的问题。所以我试着把代码分成三个不同的代码，这部分奏效了。它仍然是（我认为）受内存问题影响的一部分

我已经创建了一个实验，我在这篇文章中发表了这个实验

有一个模块只考虑我的数据集的一个样本，它确实可以工作。这意味着代码应该正常工作。如果删除采样代码（从顶部开始的第二个模块）

如果直接连接原始数据集，则会出现以下情况

产生以下错误：

有人有办法了解Azure崩溃的地方吗

谢谢你

---

Andrea

非常感谢您发布了这个示例——这确实有助于理解这个问题。我怀疑您想修改脚本中的

gsub（）

调用，方法是在每个调用中添加参数“

fixed=TRUE

”。（此功能的文档为。）

似乎发生的情况是，在完整数据集中的某个地方——而不是在子采样数据集中——有一些文本最终被包含在

df[i，“names”]

中，作为“

（艺术）。

”。您的脚本将其填充到“

\\b（艺术）。
gsub（）
函数尝试将其解释为正则表达式而不是简单字符串，然后抛出一个错误，因为它不是有效的正则表达式：它包含一个左括号，但没有右括号。我相信您实际上不想要
gsub（）
首先将输入解释为正则表达式，并指定
gsub（…，fixed=TRUE）
将纠正这一错误

我相信，当您添加示例/分区模块时，此错误消失的原因是，有问题的输入值在子采样时被丢弃。我不认为这是Azure ML上可用资源的问题。（注意：我还不能确认修复程序是否有效；我进行了建议的更新并开始运行实验，但尚未成功完成。）
谢谢Mewahl！不过，我不明白为什么在运行od AzureML时同样的代码会起作用（例如，在RStudio上，我没有遇到这样的问题）.无论如何，我用过'myWord Anyways，现在我试过用file_poliszato[，column]啊，很抱歉--你说得对，如果你想容纳所有形式的单词边界，就需要正则表达式。（我只是用空格替换了“\b”；我误解了符号的用法。）不过，我担心，除了《艺术》之外，还有其他案例DF$名称中的标点符号会导致意外的正则表达式：有些甚至会导致意外的匹配行为，即使没有抛出错误。对于您的用例，是否有可能用空格替换有问题的标点符号或以其他方式删除它？请考虑我以前删除了标点和括号。（在将数据集添加到AzureML之前）所以我发现了一个数据集，这让我有点惊讶。不管怎样，我在等着看“（art.”是否是唯一的一个….！好的，我已经做了检查，我上传的文件实际上有括号。我已经删除了括号并“运行”代码…我所能做的就是希望！）