Question

我在Orange 3.3.6中运行k-means群集小部件时遇到问题。我试图在46k行的数据集上运行它，但我不断收到内存错误，窗口小部件崩溃。如果我将其减少到12030行，它将运行。显然我希望它在整个数据集上运行。

＆＃xA;＆＃xA;

我尝试安装最新版本的橙色，修剪掉我的数据文件中的每个冗余列，除了少数几个我真的需要，规范化我的数据并将其设置为5位小数。

＆＃xA;＆＃xA;

我正在运行Windows 8.1 pro 64位，并且有8GB的内存。我真的觉得Orange应该能够处理比这更多的数据。

＆＃xA;＆＃xA;

我通过软件ioGas中的k-means clusting算法（通过反射）运行相同的46k行数据集，并且在几秒钟内就完成了。

＆＃xA;＆＃xA;

有什么我可以尝试让Orange表现更好吗？

＆＃xA;＆＃xA;

这是错误信息， Orange Canvas GUI抛出。

＆＃xA;＆＃xA;

  MemoryError Traceback（最近一次调用最后一次）：＆＃xA;文件“C：\ Python34 \ lib \ site-packages \ Orange \ widgets \ gui.py”，第2228行，＆lt; lambda＆gt;＆＃xA; b.button = btn = button（b，master，label，callback = lambda：do_commit（））＆＃xA;文件“C：\ Python34 \ lib \ site-packages \ Orange \ widgets \ gui.py”，第2199行，在do_commit＆＃xA;提交（）＆＃XA;文件“C：\ Python34 \ lib \ site-packages \ Orange \ widgets \ unsupervised \ owkmeans.py”，第250行，在run＆＃xA; self.cluster（）＆＃XA;文件“C：\ Python34 \ lib \ site-packages \ Orange \ widgets \ unsupervised \ owkmeans.py”，第239行，在cluster＆＃xA; max_iter = self.max_iterations）（self.data）＆＃XA;文件“C：\ Python34 \ lib \ site-packages \ Orange \ projection \ base.py”，第28行，在__call __＆＃xA; clf = self.fit（data.X，data.Y）＆＃xA;文件“C：\ Python34 \ lib \ site-packages \ Orange \ clustering \ kmeans.py”，第25行，在fit＆＃xA; proj.silhouette = silhouette_score（X，proj.labels _）＆＃xA;文件“C：\ Python34 \ lib \ site-packages \ sklearn \ metrics \ cluster \ unsupervised.py”，第95行，在silhouette_score＆＃xA; return np.mean（silhouette_samples（X，labels，metric = metric，** kwds））＆＃xA;在silhouette_samples＆＃xA;中的文件“C：\ Python34 \ lib \ site-packages \ sklearn \ metrics \ cluster \ unsupervised.py”，第158行。 distance = pairwise_distances（X，metric = metric，** kwds）＆＃xA;文件“C：\ Python34 \ lib \ site-packages \ sklearn \ metrics \ pairwise.py”，第1207行，在pairwise_distances＆＃xA; return _parallel_pairwise（X，Y，func，n_jobs，** kwds）＆＃xA;文件“C：\ Python34 \ lib \ site-packages \ sklearn \ metrics \ pairwise.py”，第1054行，_parallel_pairwise＆＃xA; return func（X，Y，** kwds）＆＃xA;文件“C：\ Python34 \ lib \ site-packages \ sklearn \ metrics \ pairwise.py”，第231行，在euclidean_distances＆＃xA; distance = safe_sparse_dot（X，Y.T，dense_output = True）＆＃xA;文件“C：\ Python34 \ lib \ site-packages \ sklearn \ utils \ extmath.py”，第184行，在safe_sparse_dot＆＃xA; return fast_dot（a，b）＆＃xA; MemoryError＆＃xA;

＆＃xA;

Answer 1

不是k-means是问题，而是剪影。

Silhouette计算成对距离，因此需要O（n ^ 2）个记忆。所以你只是内存不足。

Answer 2

您可能想尝试运行64位Python。我建议Anaconda，它带有64位Python，然后你可以简单地说：

conda install -c anaconda orange3=3.3.6

Orange Canvas 3.3.6 - 运行k-means聚类小部件时的“MemoryError”

2 个答案: