python-tsne减少内存消耗

我有一个非常大的csv文件，我正试图用它进行tf idf分析。我正在使用sklearn的tfidvectorizer，然后我想使用tsne降低维度，以便绘制结果。但是，每当我使用tsne时，就会出现内存错误。有什么方法可以防止这种情况发生吗？我了解到，在实现tsne之前，您可以使用svdTruncate。我将如何着手做这件事（或有任何其他建议）？这是我的密码：

tfidf_vectorizer = TfidfVectorizer(max_df=0.95, min_df=2,max_features=n_features,stop_words='english', lowercase = False)

tfidf = tfidf_vectorizer.fit_transform(df['paper_text'])
nmf = NMF(n_components=n_topics, random_state=0,alpha=.1, l1_ratio=.5).fit(tfidf)
nmf_embedding = nmf.transform(tfidf)
nmf_embedding = (nmf_embedding - nmf_embedding.mean(axis=0))/nmf_embedding.std(axis=0)
tsne = TSNE(random_state=3211)
tsne_embedding = tsne.fit_transform(nmf_embedding)
tsne_embedding = pd.DataFrame(tsne_embedding,columns=['x','y'])
tsne_embedding['hue'] = nmf_embedding.argmax(axis=1)

---

提前谢谢

如果您的功能数量较多，则可以在TSNE之前应用PCA（~25）。如果您的功能数量较多，则可以在TSNE之前应用PCA（~25）。