一、概述
楼主是个机器学习初学者，最近遇到一个二分类任务，要求用机器学习方法解决，每条数据的维数非常高。没有什么好的思路，很苦恼，于是来问问。
二、具体问题
问题要求
根据如下提供的数据，利用机器学习方法进行二分类。方法没有限制（但最好能快点），但是大概至少要Accuracy和F1-Score达到0.6。
提供的数据
- 数据集：3527条数据，每条数据都有607500维的特征。
- 标签：3527个对应标签，标注为0或1（两类）。
三、楼主疑惑的问题
- 在这样的数据条件和要求下，用什么方法做最好呢？随机森林？SVM？
- 用什么方法降维好呢？感觉这个数据维数也太大了。
- 有什么什么库的方法可以很好解决上述问题呢
比较好奇特征维度为什么有这么多