我目前正在具有64GB RAM的R Studio服务器上运行某些ML模型，
我的ML模型相对较快地运行，并且鉴于其稀疏矩阵的大小，通常会期望什么
我一直在使用的方法是Logistic回归和XGBOOST
但是，我现在想“剖析”并看到实际模型拟合阶段正在使用的内存-我已经使用了Profvis，但是在rstudio服务器上按228,000行，760个变量组成的矩阵中，它似乎无法正常工作，它不会加载实际的profvis查看器，并会用完所有64GB的ram！
有什么办法解决吗？ （除了缩小数据）
与profvis之外的其他软件包一样，它使您可以随时分析代码以查看正在使用多少内存？