你好，

我在尝试对一个外部数据集（你可以在这里找到：https://www.kaggle.com/mlg-ulb/creditcardfraud）使用LLE和其他LLE方法，如修改后的、Hessian和LTSA。我已经成功使用了LLE，但修改版本显然需要太多的RAM。例如：

def clean_dataset(df):    assert isinstance(df, pd.DataFrame), "df needs to be a pd.DataFrame"    df.dropna(inplace=True)    indices_to_keep = ~df.isin([np.nan, np.inf, -np.inf]).any(1)    return df[indices_to_keep].astype(np.float64)data = pd.read_csv('C:/Users/yazar/Downloads/creditcardfraud/creditcard.csv')clean_dataset(data)X_features = data.drop('Class', axis=1)y_targets = data['Class']clf = manifold.LocallyLinearEmbedding(n_neighbors=n_neighbors, n_components=2, method='modified')clf.fit(X=X_features, y=y_targets)t0 = time()print("Done. Reconstruction error: %g" %clf.reconstruction_error_)X_mllecf=clf.transform(X_features)

会产生以下错误：

MemoryError: Unable to allocate 604. GiB for an array with shape (284807, 284807) and data type float64

我如何才能减少所需的内存，或者如果必要的话，缩小数据集以获得一些结果？

回答：

我的解决方案是通过选择数据的随机样本来减少数据框架，使用以下函数：

sample = data.sample(n=3000, random_state=1)

但使用它时，你需要重置索引号，否则你的绘图函数将无法工作：

sample = sample.reset_index(drop=True)