similar to: Cannot allocate vector of size

Hola Rubén, Totalmente de acuerdo con los consejos de Carlos. Ten en cuenta que aunque R disponga de varios (bastantes) GB de memoria, algunos de los objetos que va creando durante el proceso pueden consumirla por completo. Es decir, que aunque tu ordenador tenga 64GB de RAM, es posible que no queden 10 GB libres para almacenar un objeto (porque ya hay demasiados objetos grandes en la

Yo creo que el problema principal está en betapart.core(), que crea y mantiene simultáneamente en memoria varios objetos de alrededor de 1 Gb que luego combina en una lista... Probablemente es entre las líneas el código de betaper.core donde hay que ir eliminando objetos. Saludos, Marcelino El 22/12/2015 a las 18:26, Carlos J. Gil Bellosta escribió: > Hola, ¿qué tal? > > Yo no

Antes de nada, me gustaría daros las gracias por toda vuestra ayuda. He estado probando todo lo que me habéis dicho a la vez, y no hay manera, sigo teniendo el problema con el espacio. En cuanto al tamaño de la base de datos, es más grande de lo que puse, me equivoqué y puse el tamaño de una base anterior con la que estuve trabajando, la actual tiene 36866 filas x 6500 columnas. He seguido todas

Hola buenas noches, estos días he estado buscando pero a falta de que no encontré una solución me atreví a preguntar por este medio. Quisiera saber cual es la capacidad de análisis de R, cual es el tamaño de la base de datos que puede trabajar como máximo. Un ejemplo seria de que capacidad máxima en filas por columnas es capaz de manejar. Gracias. Wilmer Contreras. [[alternative HTML version

Es cierto que R carga los objetos en memoria, pero ésta puede ser memoria RAM + Virtual. Yo he trabajado con data frames mayores que la memoria física. Es cierto que esto ralentiza las operaciones. Lo que marca realmente los límites de la memoria es la versión del sistema operativo y de R, que han de ser de 64 bits. En un sistema de 32 bits el direccionamiento teórico máximo es de 4 Gbytes, pero

Estoy de acuerdo con la observación de Joan, yo supe utilizar formas para trabajar con más memoria de la configurada como base, pero tengamos en cuenta que una vez importados los datos, cualquier operación estará entre la memoria física y la virtual, es todo un desafío y dependerá del análisis estadístico (me refiero a los algoritmos que ordenen al CPU). Mi experiencia cuándo trabaje con muchos

No soy experto en data mining con R, sé que existe algún paquete al respecto, pero no sé si R sería lo más adecuado para cantidades ingentes de datos… Saludos, Juan Carmona. De: Eduardo Bieñkowski [mailto:edukoski@gmail.com] Enviado el: miércoles, 04 de junio de 2014 17:07 Para: Joan Carmona CC: Isidro Hidalgo; r-help-es Asunto: Re: [R-es] Cargar csv de 16GB en R Si pero que pasaría

Dear List, This is Elaine, a postgraduate studying in bird distributions in East Asia. I want to calculate Simpson dissimilarity index, based on a presence/absence matrix of bird species in islands in East Asia. (matrix row: 36 islands/matrix column: species ID) (R package vegan to make NMDS and R package betapart) In most papers using vegan for NMDS and betapart for dissimilarity

Buenas, El archivo de R ocupa 33 megas. La matriz que quiero construir cupa 14 gb. En el disco local (C) tengo 400 gb disponibles de 670. No estoy muy puesta en trabajar con este tipo de datos. ¿Qué diferencia es trabajar con data.frame? Gracias! El Vie, 7 de Febrero de 2020, 18:07, Xavier-Andoni Tibau Alberdi escribió: > Depende de la operació que quieras hacer con la matriz. Si quitas filas

Y aún así veremos si puedes apañarte... R no es muy buen gestor de memoria. Además de lo que te ha dicho Carlos, lo mejor es "programar bien", sabiendo cuando R hace copias de los objetos (cosa que hace muy a menudo), para evitarlo al máximo. Otra cosa que puede hacerse es "adelgazar los objetos" si no necesitas mucha de la información que contienen. Por ejemplo, si haces un

Muchas gracias Xabier. He intentaddo trabajar con la sparse matrix pero al pasar tdm a matriz me dice también que "cannot allocate a vector of size 12 gb". He hecho tdm<-as.matrix(tdm) ¿Está bien hecho eso para trabajar con la sparse matrix? Gracias! El Lun, 10 de Febrero de 2020, 16:15, Xavier-Andoni Tibau Alberdi escribió: > La respuesta de Carlos creo que es mucho mas

Hola a todos! Tengo algunos problemas con el tamaño de la matriz de términos que obtengo. Los comandos que utilizo son los siguientes: # carga librerias library(tm) library(wordcloud) library(Rstem) library(Snowball) # lee el documento UTF-8 y lo convierte a ASCII txt <-

Hola a todos. Tengo un problema y quería saber si hay alguna solución más allá de ampliar la memoria del ordenador. El caso es que tengo un script en el que voy generando datos... y al final tengo unos ficheros enormes que tarde o temprano me dan errores de memoria (en especial cuando los exporto a excel con XLConnect) Yo suponía que si en R borraba una variable con rm() el espacio de memoria

Hola, Si no te entiendo mal, necesitas la conversión a matriz como paso intermedio para agregar por meses (o cualquier unidad temporal). Si es así, te aconsejo que uses el paquete zoo y el método aggregate para la clase zoo. Por ejemplo: library(zoo) dats <- data.frame(date=seq(as.Date('2012-01-01'), by='day', length=3*365), A=rnorm(3*365),

De hecho, dos de los principios de diseño de R son: 1) Todo lo que existe es un objeto. 2) Todo lo que sucede es una llamada a una función. Un saludo, Carlos J. Gil Bellosta http://www.datanalytics.com El 15 de marzo de 2017, 14:22, <miguel.angel.rodriguez.muinos en sergas.es> escribió: > Disiento, Javier. > > R sí es un lenguaje orientado a objetos. > > :-) > >

Estimado Mauricio Monsalvo R es un lenguaje medio complicado, no es orientado a objetos, aunque hay formas para un trabajo con objetos, por otro lado se puede definir una función o emplear 5 paquetes para lo mismo en dos líneas de código. Usted tiene 1500 líneas de código, no es fácil de comprenderlas, tampoco hay recetas mágicas. Yo ordenaría como si fuesen cajas, una entrada, un proceso

Buenas tardes, grupo. Estoy tratando de hacer la comparación de dos archivos de una misma organización para encontrar las diferencias entre su informe del tema edl año 2005 y el del año 2013: Todos los comandos van bien, a exepción del último "colnames", como se ve en la siguiente secuencia: > pdf1<-"./PLAN de INSPECCIONES/05_seguridad_ciudadana.pdf" >

Estimados Creo que se puede presentar un problema con el sistema operativo, al ser de 32 bit si no recuerdo mal soporta hasta 4 GB, aunque no estoy del todo seguro. Los 292 GB que informa Carlos son una enormidad, esos requerimientos son complicados. ¿Qué posibilidad hay de trabajar con memoria virtual en windows? Aunque me parece que no sería optimo, prefiero intentar en Linux y R. Su

Hola, Estoy todavía dando mis primeros pasos en R y una de las cosas que tengo que hacer es trabajar con un csv de 16 GB. Consta de 10 columnas, 7 númericas He probado varias cosas entre ellas  los paquetes  'colbycol', data.table, ff , etc,  pero nada, mi ordenador de queda frito. Por cierto, tiene 8GB de RAM y Windows 8 ¿Debo trocear previamente el csv,me recomendais algún paquete en

Buenas tardes amigos, De nuevo por aqui con un incoveniente, tengo el siguiente arreglo: > MuestraS [1] 1 0 0 0 1 0 1 1 1 1 1 0 Deseo realizar todas las permutaciones posibles para luego tomar una muestra aleatoria pequeña, esto lo debo hacer varias veces incrementando el largo del arreglo "MuestraS". El inconveniente esta en que al hacer las permutaciones con este arreglo de 12