將稀疏矩陣擬合到kNN模型時出現MemoryError

Question

在運行以下代碼時，我在最后一行遇到了MemoryError:

from sklearn.neighbors import KNeighborsClassifier
clf = KNeighborsClassifier(n_neighbors=7)
clf.fit(train_X, y_train)
y_pred_clf = clf.predict(test_X)

test_X是<10852x112 sparse matrix of type '<class 'numpy.float64'>' with 97668 stored elements in Compressed Sparse Row format>的<10852x112 sparse matrix of type '<class 'numpy.float64'>' with 97668 stored elements in Compressed Sparse Row format>

有什么建議么？

Answer 1

一種方法是使用一批數據， 第二種方法是對KNN模型使用不同的算法：

clf = KNeighborsClassifier(n_neighbors=5,algorithm='kd_tree').fit(X_train, Y_train)
y_pred_clf = clf.predict(test_X)

默認情況下，該模型為algorithm ='brute'，而蠻橫的false占用過多內存。