Python 2.7 sklearn：半监督学习-LabelSpreadingModel记忆错误

我使用的sklearn LabelSpreadingModel如下所示：

label_spreading_model = LabelSpreading()
model_s = label_spreading_model.fit(my_inputs, labels)

但我犯了以下错误：

   MemoryErrorTraceback (most recent call last)
    <ipython-input-17-73adbf1fc908> in <module>()
         11 
         12 label_spreading_model = LabelSpreading()
    ---> 13 model_s = label_spreading_model.fit(my_inputs, labels)

    /usr/local/lib/python2.7/dist-packages/sklearn/semi_supervised/label_propagation.pyc in fit(self, X, y)
        224 
        225         # actual graph construction (implementations should override this)
    --> 226         graph_matrix = self._build_graph()
        227 
        228         # label construction

    /usr/local/lib/python2.7/dist-packages/sklearn/semi_supervised/label_propagation.pyc in _build_graph(self)
        455         affinity_matrix = self._get_kernel(self.X_)
        456         laplacian = graph_laplacian(affinity_matrix, normed=True)
    --> 457         laplacian = -laplacian
        458         if sparse.isspmatrix(laplacian):
        459             diag_mask = (laplacian.row == laplacian.col)

    MemoryError: 

我的输入矩阵的拉普拉斯算子好像有问题。是否有任何参数可以配置或任何更改可以避免此错误？谢谢

很明显：你的电脑内存不足

由于没有设置任何参数，因此默认情况下使用rbf内核

摘自：

也许上面文档中的下一句话会有所帮助：

On the other hand, the KNN kernel will produce a much more memory-friendly 
sparse matrix which can drastically reduce running times.

但我不知道你的数据、电脑配置和公司，只能猜测…

很明显：你的电脑内存不足

由于没有设置任何参数，因此默认情况下使用rbf内核

摘自：

也许上面文档中的下一句话会有所帮助：

On the other hand, the KNN kernel will produce a much more memory-friendly 
sparse matrix which can drastically reduce running times.

但我不知道你的数据，电脑配置和公司，只能猜测