Python 如何"；“适合”；使用sklearn分解函数（如kernelpca）迭代存储数据集，这对于内存来说是巨大的

python中的KernelPCA是否有一种局部拟合方法。如何使用像kernelpca这样的sklearn分解函数迭代地“拟合”内存大的数据集。

使用

RBFSampler

有帮助吗？对不起，我是新手。我只是迭代地拟合mnist数据集。创建了多个拟合对象。我想组合这些对象，以便使用它来预测测试数据。对于范围内的i（strPt，trLen，batchSize）：train4pca=train[strPt:endPt]tempKernelpca=KernelPCA（n_components=n_components）。fit（train4pca）strPt=strPt+endPt=endPt+batchSizeNo，没有这样的方法。如果不必是KernelPCA，您可以使用RBF采样器来帮助您使用

RBF采样器

？对不起，我是新手。我只是迭代地拟合mnist数据集。创建了多个拟合对象。我想组合这些对象，以便使用它来预测测试数据。对于范围内的i（strPt，trLen，batchSize）：train4pca=train[strPt:endPt]tempKernelpca=KernelPCA（n_components=n_components）。fit（train4pca）strPt=strPt+endPt=endPt+batchSizeNo，没有这样的方法。如果不必是KernelPCA，您可以使用