scipy 当使用scikit-learn的线性判别分析类时，lapack函数的SVD计算误差

nvbavucw 于 2022-11-10 发布在其他

关注(0)|答案(2)|浏览(122)

我正在创建的机器学习管道中使用scikit-learn的LDA分类器对2类一维数据进行分类，发生了以下异常：
ValueError：内部工作数组大小计算失败：-10
在以下行中：
LinearDiscriminantAnalysis.fitX，y）
其中X = [-5e15，-5e15，-5e15，-5e15，5.7e16]且y = [0，0，0，1]，两者都是浮点64数据类型
此外，以下错误被打印到控制台：
英特尔® MKL错误：输入DGESDD时参数10不正确
在谷歌上快速搜索一下，dgesdd是LAPACK中的一个函数，scikit-learn是relies upon，dgesdd documentation告诉我们这个函数计算一个真实的M × N矩阵A的singular value decomposition（SVD）。
回到最初的异常，我发现它是在scipy.linalg.lapack.py的_compute_lwork函数中引发的。这个函数接受一个函数作为输入，在这个例子中我相信是dgesdd函数。dgesdd文档页上的CTRL-F“-10”给出了这个错误代码背后的逻辑，但是我不知道Fortran，所以我不确定它到底是什么意思。
我敢打赌，SVD计算失败的原因可能是（1）X数组中的值过大，或者（2）X数组中的3个值是完全相同的数字。
我将继续阅读SVD及其局限性。任何关于如何避免这种错误的见解都将非常感激。
这是error的屏幕截图

scipy

来源：https://stackoverflow.com/questions/54600809/svd-calculation-error-from-lapack-function-when-using-scikit-learns-linear-disc

2条答案

按热度按时间

nbnkbykc1#

这是DGESDD的定义：

subroutine  dgesdd (JOBZ, M, N, A, LDA, S, U, LDU, VT, LDVT, WORK, LWORK, IWORK, INFO)

您遇到的错误表明，传递给例程的MKL实现的第10个参数LDVT（V**T矩阵的前导维）的值不符合所述路由的预期。
这可能是英特尔实现中的一个bug，可能性很小，假设有一个电池在测试压力测试这个例程，但也不是不可能。这是MKL的哪个版本？或者是LDA代码中的bug，可能性很小：

LDVT is INTEGER
      The leading dimension of the array VT.  LDVT >= 1;
      if JOBZ = 'A' or JOBZ = 'O' and M >= N, LDVT >= N;
      if JOBZ = 'S', LDVT >= min(M,N).

请打印M、N、LDA、LDU和LDVT，好吗？
如果正确设置LDVT，工作空间分析将正常运行。

赞(0）回复(0）举报 2022-11-10

zbdgwd5y2#

关于英特尔MKL错误：参数10在进入DGESDD问题时不正确。实际上，这个问题已在MKL v.2018 u4（2018年9月）中得到修复。以下是link to MKL 2018 bug fix list。您可以通过将env变量MKL_VERBOSE=1设置为系统环境，更容易地检查您使用的MKL版本，并查看包含此类信息的输出。例如：MKL_VERBOSE英特尔（R）MKL 2019.0更新2产品内部版本20190118，适用于支持英特尔（R）64架构英特尔（R）高级矢量扩展指令集（英特尔（R）AVX）的处理器，Lnx 2.80 GHz lp64英特尔线程MKL_VERBOSE ZGETRF（85，85，0x13e66f0，85，0x13e1080，0）6.18毫秒CNR：OFF动态：1快速MM：1 TID：0 NThr：20

赞(0）回复(0）举报 2022-11-10

我来回答

scipy 当使用scikit-learn的线性判别分析类时，lapack函数的SVD计算误差

2条答案

相关问题

热门标签

最新问答