0

我正在尝试运行代码以使用 Graphlab 框架在 python 中使用坐标下降来执行套索回归。

我写的代码如下：

l1_penalty = 1.4e8
ro = []
for i in range(0,3):
    ro.append((simple_feature_matrix[:,i]*
              (output - prediction + weights[i]*[simple_feature_matrix[:,i]])).sum()
             )
    print ro
    if i == 0:
        weights[i] = ro[i]
    elif ro[i] < -l1_penalty/2.:
        weights[i] = ro[i] + l1_penalty/2
    elif -l1_penalty/2 <= ro[i] <= l1_penalty/2:
        weights[i] = 0
    elif ro[i] > l1_penalty/2:
        weights[i] = ro[i] - l1_penalty/2
    print weights
    print

output, prediction, weights,simple_feature_matrix都是 numpy 矩阵。

我正在研究一个数据集，该数据集具有基于某些特征（如居住面积平方英尺等）的某个地区的房屋销售价格。

simple_feature_matrix是仅具有其中两个功能的 numpy 销售矩阵。
output是一个仅包含“价格”的矩阵。
prediction是一个包含我使用函数计算的预测价格的矩阵。
weights是一个矩阵，其中包含的两个特征具有权重simple_feature_matrix。

当我运行此代码一次时，我得到一个输出，但是，在同一个内核中第二次运行它会给我以下错误： 第二次运行代码时收到错误

<somepath>/Anaconda2/<somedirectories>/ipykernel/__main__.py:4:Depreciation Warning: using a non-integer number instead of an integer will result in an error in the future.
------------------------------------------------------------------------
Memory Error         Traceback (most recent call last)

<ipython-input-11-15979f5790d6> in <module>()
      2 ro = []
      3 for i in range(0,3):
--->  4     ro.append((simple_feature_matrix[:,i]*(output - prediction + weights[i]*[simple_feature_matrix[:,i]])).sum())
      5     print ro
      6     if i == 0:

MemoryError:

没有给出进一步的解释，它只是说有一个内存错误。谁能解释为什么会这样？

4

0 回答 0