私はscikit learnの 'Spectral clustering'関数を使用しています。私は8100×8100マトリックスのクラスタリングを実行できますが、このファンクションは10000×10000マトリックスの誤差をスローします。Scikitラーニングのスペクトルクラスタリングで処理できるマトリックスのサイズはどれくらいですか?
大きな行列には誰でもこの関数を使用しましたか?
編集:
はNot enough memory to perform factorization.
Traceback (most recent call last):
File "combined_code_img.py", line 287, in <module>
labels=spectral.fit_predict(Affinity)
File "/root/anaconda/lib/python2.7/site-packages/sklearn/base.py",
line 410, in fit_predict
self.fit(X)
File "/root/anaconda/lib/python2.7/site-packages/sklearn/cluster/spectral.py", line 463, in fit
assign_labels=self.assign_labels)
File "/root/anaconda/lib/python2.7/site-packages/sklearn/cluster/spectral.py", line 258, in spectral_clustering
eigen_tol=eigen_tol, drop_first=False)
File "/root/anaconda/lib/python2.7/site-packages/sklearn/manifold/spectral_embedding_.py", line 265, in spectral_embedding
tol=eigen_tol, v0=v0)
File "/root/anaconda/lib/python2.7/site-packages/scipy/sparse/linalg/eigen/arpack/arpack.py", line 1560, in eigsh
symmetric=True, tol=tol)
File "/root/anaconda/lib/python2.7/site-packages/scipy/sparse/linalg/eigen/arpack/arpack.py", line 1046, in get_OPinv_matvec
return SpLuInv(A.tocsc()).matvec
File "/root/anaconda/lib/python2.7/site-packages/scipy/sparse/linalg/eigen/arpack/arpack.py", line 907, in __init__
self.M_lu = splu(M)
File "/root/anaconda/lib/python2.7/site-packages/scipy/sparse/linalg/dsolve/linsolve.py", line 261, in splu
ilu=False, options=_options)
MemoryError
私のマシンは16ギガバイトのRAMを持っている:私は、次のエラーメッセージが表示されました。
明らかにそれはあなたの記憶に依存します。 100x100は小さいので、サイズは問題ではありません。実際のエラーとは何ですか? –
申し訳ありませんが、間違った寸法を提示しました。関数は90 * 90×90 * 90、つまり8100×8100で動作します。 – user3515225
倍精度(8バイト)と行列の2つのコピーで、8100x8100行列のメモリ要件を計算してみてください。 –