我有一个形状为（30000，14）的小型数据集。数据集中大约有1500个类。
我正在尝试使用XGBClassifier创建一个多类分类器，但是我的GPU内存（12G）缓慢填满，并且该进程死于未完成。也许我不完全了解OneVsRestClassifier的工作原理，但是我认为它为每个类建立了一个分类器，并且我认为每次运行之间都会清除GPU内存。考虑到上课的数量，我希望这会花费很长时间，但不会消失。
对于在不耗尽GPU内存的情况下使用XGBoost进行大量分类的更好方法的任何构想，我们都会感激。
我的代码如下：
param = {'max_depth':4, 'eta':1, 'objective':'multi:softprob', 'tree_method': 'gpu_hist', 'verbosity': 2, 'num_class':1500 }
clf = OneVsRestClassifier(XGBClassifier(**param))
mlb = LabelBinarizer()
y = mlb.fit_transform(train_target)
clf.fit(train_features, y)