データセット全体で構築できない場合、データセットの「チャンク」で線形モデルを構築できますか？

データセット全体でモデルを構築できない場合、データセットの「チャンク」で線形モデルを構築できますか？

特に、私はまだ88kを超える変数（機能）を残しており、大量のメモリがなければ、それらを使って多くを行うことはできません。しかし、「ブロック」でモデルを実行すると、ブロック間で発生する相互作用が失われますか、またはこれらを「集約」するためのテクニックはありますか？

「変数」がトレーニングの例を参照している場合：

Stochastic Gradient Descent（SGD）を使用して、各反復で1つのトレーニング例を使用できます。

または、ミニバッチグラデーションディセントを使用して、各反復でトレーニングセットのパーティションを使用することもできます。SGDは、パーティションサイズが1つのトレーニング例であるミニバッチ勾配降下法です。

「変数」が機能を指す場合：

機能の数を減らすには、次元削減を使用する必要があります。たとえば、主成分分析（PCA）を使用すると、高い分散を維持しながら、特徴ベクトルのサイズを小さくできます。これは、モデルのトレーニングを大幅に高速化するのにも役立ちます。