私は大きな行列を扱っています。私のコードは私の端末で 'kill：9'というメッセージで終わることがあります。私はMac OS Xで作業しています。 賢明なプログラマーは、私のコードの問題は、私が扱っている格納された行列が好きだと私に伝えます。 nn = 35000
dd = 35
XX = np.random.rand(nn,dd)
XX = XX.dot(XX.T) #it should
ここに数学記号を挿入する方法がわかりません。とにかく、ここで簡単な例を使って私が達成したいことを説明するために最善を尽くします。だから私は、次の制約があります。たとえば For each k from 1 to 10
Sum_{i=1 to 5} p_ik * A_ik = Q_i
： p_ikはスカラー決定変数であるとA_ik、Q_I両方が行列 p_11 * [[1,1],[0,0]] +
"一般に、一度に1つずつ作成するのではなく、線形制約のバッチを作成する方がパフォーマンスが向上します。私はちょうどそれが巨大な問題でも述べているのだろうと思っています。 " - 賢明なプログラマー。 明らかに、（35k x 40）データセットがあり、SVMを実行したいと思います。 nn = 35000
XXt = np.random.rand(nn,nn) # the gramm mat
私は基本的に入力データファイルに基づいた決定変数の長いリストを持っています。ただし、便宜上、以下の例を使用してみましょう： 私は自分のモデルに決定変数を追加しています。これらの決定変数はそれぞれ0と1の間に制限されています。私は次のようでした（*マイリストは私のプログラムでデータフレームの列であるので、私はshape[0]を使用） model.variables.add(obj=mylist, u