由买买提看人间百态
登录
首页
论坛
未名存档
话题女王
小圈子
马甲追踪
版面排名
流量曲线
水枪排名
发帖量曲线
发帖版面饼图
发帖时间柱图
关于本站
帮助
boards
本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字
访问原贴
DataSciences版
- 如何用python读取大数据
相关主题
●
NY Lead Data Scientist, Finance Credit
●
retail bussiness预测客户的流失概率
●
报面筋求实习合租 (转载)
●
问题:用VIF做feature selection
●
Re: 攒人品,发Google Statistician/Data Scientist电面面经
●
python用起来没有matlab好使,尤其是数据处理
●
评价一个变量可预测性问题 (转载)
●
求指点-怎样提高python水平?
●
model selection problem
●
Memory Error in pandas.concat with Python
●
请问想找data scientist 工作应该怎么开始准备
●
python 网络爬虫和数据处理
●
怎么建一个AWS的real time scoring engine?
●
python for data analysis
●
lending club的notes 数据
●
有没有人想报Cloudera的Data Scientist Certificate的
相关话题的讨论汇总
话题: 分块
话题: 数据
话题: 10gb
话题: 读取
话题: 如何
进入DataSciences版参与讨论
1
(共1页)
s********n
发帖数: 80
1
在做一个小项目,数据是50M行,50列,文件大小是10GB。如果用pandas直接读的话,
一个是慢,另一个是动不动就 memory error。
但是我觉得10GB还算不上大数据,一般如何处理这样的问题呢?
的确可以分块读入,然后计算也分块算吗?比如我算个logistic regression,也能支
持分块算吗
s****h
发帖数: 3979
2
没弄过。
不过刚才我在另一个帖子里贴的这个link,貌似几个G的数据,作者就是分块读入,然
后SGD logistic regression。SGD是每个sample update一次,分块处理应该没问题吧。
你可以看看他的这个git repository。
https://github.com/mkneierV/kaggle_avazu_benchmark/blob/master/run_model.py
w**2
发帖数: 147
3
不然用 EC2
m*********r
发帖数: 119
4
单机 你就只能分块读取了
h*****7
发帖数: 6781
5
难道不是调SQL?
1
(共1页)
进入DataSciences版参与讨论
相关主题
●
有没有人想报Cloudera的Data Scientist Certificate的
●
model selection problem
●
40道经典DS/ML面试题解答,求指导
●
请问想找data scientist 工作应该怎么开始准备
●
有人考虑过kaggle上这个预测CTR的题目么?
●
怎么建一个AWS的real time scoring engine?
●
转行数据挖掘和机器学习
●
lending club的notes 数据
●
NY Lead Data Scientist, Finance Credit
●
retail bussiness预测客户的流失概率
●
报面筋求实习合租 (转载)
●
问题:用VIF做feature selection
●
Re: 攒人品,发Google Statistician/Data Scientist电面面经
●
python用起来没有matlab好使,尤其是数据处理
●
评价一个变量可预测性问题 (转载)
●
求指点-怎样提高python水平?
相关话题的讨论汇总
话题: 分块
话题: 数据
话题: 10gb
话题: 读取
话题: 如何
未名新帖统计
// 7月16日
#
版面
帖数(主题数)
-
全站
4871 (796)
1
Military
3777 (569)
2
Stock
341 (51)
3
Joke
117 (17)
4
History
116 (3)
5
Automobile
100 (9)
6
USANews
55 (9)
7
Midlife
45 (1)
8
Headline
41 (41)
9
Dreamer
33 (13)
10
FleaMarket
32 (20)
11
Living
30 (7)
* 这里只显示发帖超过25的版面,努力灌水吧:-)
历史上的今天
faintcat妹妹看进来~~
发表于12年前.
NSC, PD 1/7/2007, EB2, ...
发表于11年前.
[FBA求购]MJVE2 758 MJVM2 ...
发表于6年前.
老生常谈,归与不归
发表于10年前.
【申请】Seattle西雅图 版版主——申请人...
发表于9年前.
宝宝出生,头骨骨折,求祝福
发表于9年前.
求推荐舒缓优美的古典音乐
发表于11年前.
百分之一的北京人上北大 中国网友愤怒(转载)
发表于10年前.
新人带狗狗Bailey来报道
发表于12年前.
全世界最有价值的运动队
发表于10年前.
请问大切诺基的质量如何
发表于6年前.
TNND,军版全是BKC
发表于15年前.
Inception
发表于12年前.
微软的有些家属可真恶心,为了卖保险脸都不要了
发表于10年前.
每周坐高铁的苦逼来说说感受吧!!
发表于9年前.