Scikit学习SVM分类器模具将“杀死：9”错误

Question

我正在尝试训练分类器，我的训练日期大约是870,000条记录，并且在调用classifier.fit（X，Y）一段时间后，python脚本总是被杀死。除了消息“ Killed：9”，我在控制台中什么都没有看到。我在具有16GB内存的macbook pro上运行此程序，训练数据很小90 MB。

在这方面的任何帮助表示赞赏。

码：

from sklearn import svm
from sklearn.feature_extraction import DictVectorizer

# train_data is list of dictionaries like
# train_data = [{0:"..", 1:"..", 2:".."}, {...}]
# train_labels = [1, 2, 3, ..]
vect = DictVectorizer(sparse=False)
X = vect.fit_transform(train_data)
Y = train_labels

print "Training model.."
clf = svm.SVC(kernel='linear')
clf.fit(X, Y) # never goes beyond this line
print "Done"
clf.predict(X_test)

输出：

Training model..
Killed: 9

我尝试将数据集切成两半，但是没有运气