raise LinAlgError("SVD没有收敛") LinAlgError: SVD没有在matplotlib pca确定中收敛答案

【问题标题】：raise LinAlgError("SVD did not converge") LinAlgError: SVD did not converge in matplotlib pca determinationraise LinAlgError("SVD没有收敛") LinAlgError: SVD没有在matplotlib pca确定中收敛
【发布时间】：2014-02-17 11:16:57
【问题描述】：

代码：

import numpy
from matplotlib.mlab import PCA
file_name = "store1_pca_matrix.txt"
ori_data = numpy.loadtxt(file_name,dtype='float', comments='#', delimiter=None,                 converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
result = PCA(ori_data)

这是我的代码。虽然我的输入矩阵没有 nan 和 inf，但我确实得到了下面所述的错误。

raise LinAlgError("SVD did not converge") LinAlgError: SVD did not converge

有什么问题？

【问题讨论】：

这给了我一个错误AttributeError: 'numpy.ndarray' object has no attribute 'dropna'，你是怎么让它工作的？

标签： python matplotlib pca

【解决方案1】：

当数据中有 inf 或 nan 值时会发生这种情况。

使用它来删除 nan 值：

ori_data.dropna(inplace=True)

【讨论】：

我已经彻底检查了我的数据.. 数据中没有 inf 和 nans.. 还有什么其他可能性会引发此错误？
@user3317704 您有缺失值或无效值，同一列中可能有不同的类型，等等。有没有一种方法可以让我们查看您的文件来验证它？您是否尝试过这个答案，并使用“dropna”功能仍然收到错误？
@user3317704 我遇到了同样的问题，但是在调试过程中，我注意到我错误地连接了两个数据帧，所以新的数据帧只包含 NaN 值
我不明白，在输入到 SVD 之前或何时运行ori_data.dropna(inplace=True)？
这给了我一个错误AttributeError: 'numpy.ndarray' object has no attribute 'dropna'

【解决方案2】：

我知道这篇文章很旧，但以防其他人遇到同样的问题。 @jseabold 说问题是 nan 或 inf 时是对的，而当他说数据没有 nan 或 inf 时操作可能是正确的。但是，如果 ori_data 中的一列始终具有相同的值，则数据将获得 Nans，因为 mlab 中的 PCA 实现通过执行对输入数据进行归一化

ori_data = (ori_data - mean(ori_data)) / std(ori_data).

解决办法是：

result = PCA(ori_data, standardize=False)

这样，只减去平均值，不除以标准差。

【讨论】：

【解决方案3】：

如果没有 inf 或 NaN 值，则可能是内存问题。请在 RAM 更大的机器上尝试。

【讨论】：

这是我的问题，我没有 nan 值，但打开任务管理器显示我的 RAM 已用尽。
为什么错误信息没有提到内存或OMM？似乎很神秘，它会警告 svd...

【解决方案4】：

我没有这个问题的答案，但我有没有的复制场景 nans 和 infs。不幸的是，数据集非常大（压缩后为 96MB）。

import numpy as np
from StringIO import StringIO
from scipy import linalg
import urllib2
import gzip

url = 'http://physics.muni.cz/~vazny/gauss/X.gz'
X = np.loadtxt(gzip.GzipFile(fileobj=StringIO(urllib2.urlopen(url).read())), delimiter=',')
linalg.svd(X, full_matrices=False)

上升：

LinAlgError: SVD did not converge

开：

>>> np.__version__
'1.8.1'
>>> import scipy
>>> scipy.__version__
'0.10.1'

但没有引发异常：

>>> np.__version__
'1.8.2'
>>> import scipy
>>> scipy.__version__
'0.14.0'

【讨论】：

你能提交错误报告吗？
那么问题的根源是什么？

【解决方案5】：

即使您的数据是正确的，也可能因为内存不足而发生。就我而言，从 32 位机器迁移到具有更大内存的 64 位机器解决了这个问题。

【讨论】：

【解决方案6】：

按照@c-chavez 的回答，对我有用的是首先将 inf 和 -inf 替换为 nan，然后删除 nan。例如：

data = data.replace(np.inf, np.nan).replace(-np.inf, np.nan).dropna()

【讨论】：

【解决方案7】：

这可能是由于您的输入数据矩阵（您将其提供给 PCA）的奇异性质

【讨论】：

【解决方案8】：

当我不小心将图像数据集的大小调整为 (0, 64, 3) 时，这发生在我身上。尝试检查数据集的形状，看看其中一个维度是否为 0。

【讨论】：

【解决方案9】：

我正在使用 numpy 1.11.0。如果矩阵有超过 1 个等于 0 的 eigvalue，则引发“SVD 未收敛”。

【讨论】：