Skip to main content
 首页 » 编程设计

python之使用 PCA 时出现数学域错误

2025年04月02日14开发

我正在使用 python 的 scikit-learn 包来实现 PCA。我正在学习数学

domain error : 
C:\Users\Akshenndra\Anaconda2\lib\site-packages\sklearn\decomposition\pca.pyc in _assess_dimension_(spectrum, rank, n_samples, n_features) 
     78         for j in range(i + 1, len(spectrum)): 
     79             pa += log((spectrum[i] - spectrum[j]) * 
---> 80                       (1. / spectrum_[j] - 1. / spectrum_[i])) + log(n_samples) 
     81  
     82     ll = pu + pl + pv + pp - pa / 2. - rank * log(n_samples) / 2. 
 
ValueError: math domain error 

我已经知道对负数取对数会导致数学域错误,但我不明白对数里面怎么会有负数?因为此代码适用于其他数据集。 也许这与 sci-kitlearn 网站上写的有关——“这个实现使用奇异值分解的 scipy.linalg 实现。它只适用于密集数组,不能扩展到大维数据。”(有大0 值的数量)

请您参考如下方法:

我认为您应该加 1,如 the numpy log1p description page . 因为当 p = 0 时 log(p+1) = 0(而 log(e-99) = -99),并且作为链接中的引用

For real-valued input, log1p is accurate also for x so small that 1 + x == 1 in floating-point accuracy

代码可以修改如下,让你想解决的更合理:

for i in range(rank): 
    for j in range(i + 1, len(spectrum)): 
        pa += log((spectrum[i] - spectrum[j]) * 
        (1. / spectrum_[j] - 1. / spectrum_[i]) + 1) + log(n_samples + 1) 
    ll = pu + pl + pv + pp - pa / 2. - rank * log(n_samples + 1) / 2