R中的arules包使用“事务”类。因此，为了使用函数apriori()，我需要转换现有数据。我有一个有2列和大约1.6毫米行的矩阵，并尝试转换这样的数据：
transaction_data <- as(split(original_data[,"id"], original_data[,"type"]), "transactions")
其中original_data是我的数据矩阵。由于数据量的原因，我使用了最大的AWS亚马逊机器，内存为64GB。过了一会儿，我得到了
结果向量超过'AnswerType'
中的向量长度限制
该机器的内存使用率仍然只有60％。这是基于R的限制吗？除了使用采样之外，还有什么方法可以解决这个问题吗？当只使用1/4的数据时，转换工作正常。
编辑：正如所指出的，其中一个变量是因素而不是字符。更改后的转换处理快速正确。
答案 0 :(得分：3)
我怀疑你的问题是因为其中一个函数使用整数（而不是浮点数）来索引值。无论如何，尺寸不是太大，所以这是令人惊讶的。也许数据还有其他一些问题，例如字符作为因素？
一般情况下，我建议您通过bigmemory使用内存映射文件，您也可以通过bigsplit或mwhich进行拆分和处理。如果卸载数据适合您，那么您还可以使用更小的实例大小并保存$$。 ：）