一般来说，你能想到的任何理由为什么会发生这种情况（即在Python，但不是在IPython中（控制台的MemoryError - 不是笔记本电脑））
更具体地讲，我使用sklearn的sgdclassifier在multiclass和multilabel情况。 它给出的错误下面的代码：
model = SGDClassifier(
loss='hinge',
penalty='l2',
n_iter=niter,
alpha=alpha,
fit_intercept=True,
n_jobs=1)
mc = OneVsRestClassifier(model)
mc.fit(X, y)
上调用mc.fit(X, y)则出现下列错误：
File "train12-3b.py", line 411, in buildmodel
mc.fit(X, y)
File "/usr/local/lib/python2.7/dist-packages/sklearn/multiclass.py", line 201, in fit
n_jobs=self.n_jobs)
File "/usr/local/lib/python2.7/dist-packages/sklearn/multiclass.py", line 88, in fit_ovr
Y = lb.fit_transform(y)
File "/usr/local/lib/python2.7/dist-packages/sklearn/base.py", line 408, in fit_transform
return self.fit(X, **fit_params).transform(X)
File "/usr/local/lib/python2.7/dist-packages/sklearn/preprocessing/label.py", line 272, in transform
neg_label=self.neg_label)
File "/usr/local/lib/python2.7/dist-packages/sklearn/preprocessing/label.py", line 394, in label_binarize
Y = np.zeros((len(y), len(classes)), dtype=np.int)
MemoryError
Y是600万行和矩阵k列，其中所述金标记是1，其余为0（在这种情况下， k = 21 ，但我想去> 2000）。 Y得到由转换sklearn至密集矩阵（因此Y = np.zeros((len(y), len(classes)), dtype=np.int)的MemoryError），即使它是在作为稀疏通过。
我有RAM的60 GB和21列，它不应该超过最大8 GB（6元* 21 * 64），所以我很困惑。 我改写了Y = np.zeros((len(y), len(classes)), dtype=np.int使用dtype = bool ，但没有运气。
有什么想法吗？
