warnings.warn( Traceback (most recent call last): File "D:/pycharm/projects/Pythoneeee/projects/最优化期末老师帮.py", line 58, in <module> probit_fit = probit_model.fit() File "D:\pycharm\projects\venv\lib\site-packages\statsmodels\genmod\generalized_linear_model.py", line 1107, in fit return self._fit_irls(start_params=start_params, maxiter=maxiter, File "D:\pycharm\projects\venv\lib\site-packages\statsmodels\genmod\generalized_linear_model.py", line 1245, in _fit_irls wls_mod = reg_tools._MinimalWLS(wlsendog, wlsexog, File "D:\pycharm\projects\venv\lib\site-packages\statsmodels\regression\_tools.py", line 58, in __init__ self.wexog = np.asarray(w_half)[:, None] * exog numpy.core._exceptions.MemoryError: Unable to allocate 839. MiB for an array with shape (10000000, 11) and data type float64
时间: 2023-07-21 20:33:10 浏览: 212
MATLAB模糊控制器(*.fis)C/C++接口文件
4星 · 用户满意度95%
这个错误提示是在运行模型拟合时,内存不足导致的。根据错误提示,尝试分析内存使用情况以找到解决方案。
第一种可能的解决方案是减少输入数据的大小。如果你正在使用大规模的数据集,则可以考虑使用降维方法,例如主成分分析(PCA),或者使用更小的子集进行模型拟合。
第二个解决方案是使用分布式计算框架,例如Apache Spark或Dask,这些框架可以在多台机器上并行运行,从而减少内存占用。
第三个解决方案是使用更加高效的算法或者进行算法优化。例如,可以使用随机梯度下降(SGD)算法,它只需要加载一小部分数据来更新模型参数。
最后,如果问题仍然存在,可以尝试增加计算机的内存或者使用云计算平台。
阅读全文