以下是设置：
班级数量：1806
训练数据长度为61499
特征数量为40473（目前这些是布尔值，尽管可能会在某个时候发生变化）
平均而言，每个训练数据在一行中有~10个1，因此为40463个0（我使用的是scipy的稀疏矩阵）。
我尝试了各种学习算法（linearsvc获得了最好的性能，sgdclassifier似乎是最高效的，性能仅略低于linear svc）和一些降维（pca，svd），但我怀疑我设置矩阵的方式有问题吗？（或者可能有更好的方法，因为当类/特征/数据明显较少时，这种方法确实有效）
任何想法都将不胜感激。
（编辑：还尝试了sgdclassifier的.partial_fit（），即使有两个调用也需要很长时间，所以我没有让它完成）
MemoryError通常在可寻址内存用完时发生。如果您运行的是32位python，通常可以使用64位python来避免此错误。请参阅此处了解发生这种情况的详细原因。