我已经运行了 liblinear 来建模一个模型文件。

以下是 Python 代码：

y, x = svm_read_problem(vector_file)prob = problem(y, x)param = parameter('-s 2 -c 1')m = train(prob, param)save_model(model_file, m)

问题是，当 vector_file 大约为 247MB 时，运行 liblinear 所需的总内存大约为 3.08GB。为什么会消耗这么多内存呢？

在我的项目中，vector_file 将会达到 2GB 那么大，我该如何使用 liblinear 来训练模型，然后得到一个模型文件呢？

回答：

好的，我知道问题出在哪里了。

在读取问题时，liblinear 的 Python 接口使用了以下代码：

prob_y = []prob_x = []for line in open(data_file_name):    line = line.split(None, 1)    # 以防所有特征为零的实例    if len(line) == 1: line += ['']    label, features = line    xi = {}    for e in features.split():        ind, val = e.split(":")        xi[int(ind)] = float(val)    prob_y += [float(label)]    prob_x += [xi]return (prob_y, prob_x)

在 Python 中，int 类型占用 28 字节，float 类型占用 24 字节，这超出了我的预期。

我会将这些情况反馈给作者。