使用PCA（原理成分分析）从一组4K图像中提取特征，从而给我带来存储错误
文件“ /home/paul90/.local/lib/python3.6/site-packages/sklearn/decomposition/_pca.py”，第369行，在fit_transform中U，S，V = self._fit（X）
MemoryError：无法分配形状为（23339520，40）且数据类型为float32的数组
我正在尝试从4K图像中提取30个特征（组件数量），并得到此错误。
immatrix = np.array（[file_list中im的np.array（Image.open（im，'r'））。flatten（）]，'f'）
x = StandardScaler（）。fit_transform（immatrix）
] >>pc_train = pca.fit_transform（x）] >>
文件列表是图像列表（当前我有600张图像）
我无法减少列表中的图像数量，也无法降低初始4K分辨率。在这种情况下，如何解决此内存分配问题？
如果有人可以告诉我避免内存问题的步骤，这将是非常有用的帮助。
使用PCA（原理组件分析）从一组4K图像中提取特征，从而给我带来内存错误文件“ /home/paul90/.local/lib/python3.6/site-packages/sklearn/decomposition/_pca.py “，...
正如此问题所述，您必须重新配置系统以使运行时系统可以使用更多RAM。
较大的数据集通常无法放入内存，因此无法以其pure