hmoban python svm内存不足怎么解决？
支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器。
在python中使用SVM处理大数据时可能会遇到内存不足的情况，新我们就来看一下如何解决内存不足的问题：
我们可以使用python分块读取大数据来避免内存不足，实现代码如下：
import pandas as pd
def read_data(file_name):
'''
file_name:文件地址
'''
inputfile = open(file_name, 'rb') #可打开含有中文的地址
data = pd.read_csv(inputfile, iterator=True)
loop = True
chunkSize = 1000 #一千行一块
chunks = []
while loop:
try:
chunk = data.get_chunk(chunkSize)
chunks.append(chunk)
except StopIteration:
loop = False
print("Iteration is stopped.")
data = pd.concat(chunks, ignore_index=True)
#print(train.head())
return data
更多Python知识请关注云海天python教程网
来源：PY学习网：原文地址：https://www.py.cn/article.html