您可以尝试使用Weka。它已经实现了大量的分类算法。在您的情况下，您肯定想在给定数据集的情况下试验算法的速度。众所周知，朴素贝叶斯和 (Lib)SVM 算法非常快。还可以尝试使用 LibLINEAR 算法而不是 LibSVM，它有时更适合大型数据集。[注意：LibLINEAR 和 LibSVM 包默认没有安装在 Weka 中，但是 Weka 的开发版本 3.7.6 提供了一个包管理器来轻松安装它们]

您可能还想使用 Weka 的Select attributes选项来查找信息最多的功能并删除不必要的功能。

一般来说; 我会开始只学习一小部分数据集并从那里扩大规模。可能是这样的情况，你的表现不会随着更多的数据而上升（尽管经常听到的机器学习经验法则说“数据越多越好”）。

与 Weka 类似，您也可以尝试SCaVis。您可以使用 Python 语言（或 Java、Groovy、Rubu - 它们都受SCaVis支持）创建大型数据容器。我认为如果您不想创建内存容器，请尝试使用 PFile 对象，它可以逐行扫描您的数据，而无需将所有数据加载到内存中