这是设置情况：

类别数量：1806

训练数据长度为61499

特征数量为40473（当前这些是布尔值，尽管这可能会在将来改变）

平均每个训练数据在行中有大约10个1，因此有40463个0（我使用的是scipy的稀疏矩阵）。

我尝试了多种学习算法（LinearSVC表现最佳，而SGDClassifier似乎效率最高，性能仅略低于LinearSVC），以及一些降维方法（PCA，SVD），但我怀疑我的矩阵设置方式有问题？（或者可能有更好的方法，因为这种方法在类别/特征/数据显著减少时是有效的）

任何想法都非常受欢迎。

（编辑：还尝试了SGDClassifier的.partial_fit()，即使只调用了两次也花费了过长的时间，所以我没有让它完成）

回答：

MemoryError通常在可寻址内存耗尽时发生。如果您使用的是32位Python，这个错误可以通过改用64位Python来避免。有关为什么会发生这种情况的详细信息，请参见这里。