在處理大型機器學習數據文件的時候，主要有哪幾種方法？

1.分配更多內存 有的機器學習工具/庫有默認內存設置，比如Weka。這便是個限制因素。 你需要檢查下：是否能重新設置該工具/庫，分配更多內存。 對於Weka，你可以在打開應用時，把內存當作個參數進行調整。 2.用更小的樣本 你真的需要用到全部數據嗎? 可以採集個數據的隨機樣本，比如前1,000或100,000行。在全部數據上訓練較終模型之前(使用漸進式的數據加載技巧)，先試着用這個小樣本解決問題。

>>阅读原文<<