Scikit learn scikit学习中预测时的记忆错误

下面是我编写的一段代码，使用RFE和估计器LinearSVC获得特征选择，然后使用简化的数据拟合和预测KNeighborClassifier

    clf = LinearSVC(C = 10, class_weight = 'auto')
    rfe = RFE(estimator = clf, n_features_to_select = 700, step = 42)
    rfe.fit(X, trainLabels)
    reduced_train_data = rfe.transform(X)
    print "reduced_train_data.shape ", reduced_train_data.shape
    reduced_test_data = rfe.transform(test)
    neigh = KNeighborsClassifier(n_neighbors=5, weights='distance', algorithm = 'ball_tree')
    print "knn initiated"
    neigh.fit(reduced_train_data, trainLabels)
    print "knn fitted"
    test_predict = neigh.predict(reduced_test_data)
    print "knn predicted"

输出结果如下： 简化的列车数据形状（42000700） knn发起 knn已安装

然后我看到以下错误：

Traceback (most recent call last):
  File "E:\Coursera\KaggleDataProjects\DigitRecognition\main.py", line 74, in <module>
    test_predict = neigh.predict(reduced_test_data)
  File "C:\Python27\lib\site-packages\sklearn\neighbors\classification.py", line 146, in predict
    neigh_dist, neigh_ind = self.kneighbors(X)
  File "C:\Python27\lib\site-packages\sklearn\neighbors\base.py", line 313, in kneighbors
    return_distance=return_distance)
  File "binary_tree.pxi", line 1295, in sklearn.neighbors.ball_tree.BinaryTree.query (sklearn\neighbors\ball_tree.c:9889)
  File "C:\Python27\lib\site-packages\sklearn\utils\validation.py", line 91, in array2d
    X_2d = np.asarray(np.atleast_2d(X), dtype=dtype, order=order)
  File "C:\Python27\lib\site-packages\numpy\core\numeric.py", line 320, in asarray
    return array(a, dtype, copy=False, order=order)
MemoryError

回溯（最近一次呼叫最后一次）：
文件“E:\Coursera\KaggleDapProjects\DigitRecognition\main.py”，第74行，在
测试预测=无预测（减少测试数据）
文件“C:\Python27\lib\site packages\sklearn\neights\classification.py”，第146行，在predict中
neigh_dist，neigh_ind=self.kneighbors（X）
文件“C:\Python27\lib\site packages\sklearn\neighbors\base.py”，第313行，在kneighbors中
返回距离=返回距离）
文件“binary_tree.pxi”，第1295行，位于sklearn.neights.ball_tree.BinaryTree.query（sklearn\neights\ball_tree.c:9889）中
array2d中第91行的文件“C:\Python27\lib\site packages\sklearn\utils\validation.py”
X_2d=np.asarray（至少np.2d（X），dtype=dtype，order=order）
asarray中的文件“C:\Python27\lib\site packages\numpy\core\numeric.py”，第320行
返回数组（a，数据类型，copy=False，order=order）
记忆者

并非每次我通过稍微更改参数来运行代码时都会发生此错误。有人能解释一下需要做些什么来解决这个问题吗

列车数据的初始尺寸（X）=42000784

---

测试数据的初始维度（test）=28000784

您使用的是哪个版本的scikit learn？ball树类已在0.14中重写。如果您使用的是最新版本，那么这可能是一个bug。请随时向我报告，我使用的是0.14.1版本。在这种情况下，RFE不是一个好主意。它在小范围内运行良好，但会占用大量内存。在该范围内，哪些算法适用于特征选择？我将在数据集的样本上进行尝试。