我有一个大小为[66k, 56k]的csv文件（行数，列数）。这是一个稀疏矩阵。我知道numpy可以处理这种大小的矩阵。根据大家的经验，我想知道scikit-learn的算法能够舒适处理多少特征？

回答：

这取决于估计器。在这种规模下，线性模型仍然表现良好，而支持向量机（SVM）可能需要永远的时间来训练（至于随机森林，它们根本无法处理稀疏矩阵）。

我个人使用过LinearSVC、LogisticRegression和SGDClassifier处理大小约为300k × 330万的稀疏矩阵，没有遇到任何问题。请参考@***的scikit-learn备忘单，以选择适合当前任务的正确估计器。

完全披露：我是scikit-learn的核心开发者。