这是设置：
班数：1806
训练数据长度为 61499
特征数量为 40473（目前这些是布尔值，尽管在某些时候可能会改变）
平均而言，每个训练数据的行中有大约 10 个 1，因此有 40463 个 0（我使用的是 scipy 的稀疏矩阵）。
我尝试了各种学习算法（linearsvc 获得了最好的性能，sgdclassifier 似乎是最有效的，性能仅略低于 linearsvc），以及一些降维（pca，svd），但我怀疑有些东西我设置矩阵的方式错了吗？（或者也许有更好的方法，因为当类/特征/数据显着减少时，这种方法确实有效）
任何想法都非常感谢。
（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）