为深度学习模型提供可接受时间的pandas数据帧的最大合理大小是多少？

Question

我正在使用形状为(37,050,959 ; 24)和

print(data.info(memory_usage='deep'))

内存使用量为3.6 GB。然后，我尝试对这些数据应用MLPClassifier，保留2/3的数据（即24700639）用于培训，将它们分成10倍进行交叉验证。然而，这似乎需要很多时间，而且当我使用双精度浮点时，它会导致内存问题（使用简单的精度浮点有助于将内存使用量从近一半减少到一半）。在

我的问题是：在通过Keras或Scikit学习库的神经网络时，一个合理的最大数据帧大小是多少？以前的尺码太大了吗？如果是，有没有比直接删除一些数据更聪明的方法？在

我的笔记本上有6GB的内存。。。我不熟悉Python多处理，能帮上忙吗？在