具体问题1到3实际上无关紧要：问题不在于文件格式，而在于内存中数据的大小。因此，即使使用一些较小的文件格式，数据仍需要在内存中完全编码以训练模型。

显然，简单的技术解决方案是使用具有更多内存的机器：可能是一些计算机服务器（顺便说一句，通常在大学中可用）或一些云服务。

如果这是不可能的，您可以通过不同的方式减小数据的大小：

• 只需使用一小部分数据，随机或仅选择某些位置和/或特定时间间隔。这应该足以测试您的代码、尝试训练模型等。
• 对于时间维度，重新采样数据可能是一种选择。例如，如果您每小时而不是每分钟都有数据点，则数据会缩小 60 倍。

一般来说，您应该检查使用所有数据对于您的目标确实是必要的。更多的数据并不总能提高性能。您可以通过基于各种大小的随机子集（消融研究）训练/测试模型来对此进行测试，并观察性能如何随大小（或不随大小）增加。