Question

我在尝试使用scipy.stats.multivariate_normal时遇到了麻烦，希望你们中的一个人可以提供帮助。

我有一个2x2矩阵，可以找到使用numpy.linalg.inv()的倒数，但是当我尝试将它用作multivariate_normal中的协方差矩阵时，我收到LinAlgError表示它是一个奇异的矩阵：

In [89]: cov = np.array([[3.2e5**2, 3.2e5*0.103*-0.459],[3.2e5*0.103*-0.459, 0.103**2]])

In [90]: np.linalg.inv(cov)
Out[90]:
array([[  1.23722158e-11,   1.76430200e-05],
       [  1.76430200e-05,   1.19418880e+02]])

In [91]: multivariate_normal([0,0], cov)
---------------------------------------------------------------------------
LinAlgError                               Traceback (most recent call last)
<ipython-input-91-44a6625beda5> in <module>()
----> 1 multivariate_normal([0,0], cov)

/mnt/ssd/Enthought_jli199/Canopy_64bit/User/lib/python2.7/site-packages/scipy/stats/_multivariate.pyc in __call__(self, mean, cov, allow_singular, seed)
    421         return multivariate_normal_frozen(mean, cov,
    422                                           allow_singular=allow_singular,
--> 423                                           seed=seed)
    424
    425     def _logpdf(self, x, mean, prec_U, log_det_cov, rank):

/mnt/ssd/Enthought_jli199/Canopy_64bit/User/lib/python2.7/site-packages/scipy/stats/_multivariate.pyc in __init__(self, mean, cov, allow_singular, seed)
    591         """
    592         self.dim, self.mean, self.cov = _process_parameters(None, mean, cov)
--> 593         self.cov_info = _PSD(self.cov, allow_singular=allow_singular)
    594         self._dist = multivariate_normal_gen(seed)
    595

/mnt/ssd/Enthought_jli199/Canopy_64bit/User/lib/python2.7/site-packages/scipy/stats/_multivariate.pyc in __init__(self, M, cond, rcond, lower, check_finite, allow_singular)
    217         d = s[s > eps]
    218         if len(d) < len(s) and not allow_singular:
--> 219             raise np.linalg.LinAlgError('singular matrix')
    220         s_pinv = _pinv_1d(s, eps)
    221         U = np.multiply(u, np.sqrt(s_pinv))

LinAlgError: singular matrix

Answer 1

默认情况下multivariate_normal检查协方差矩阵的任何特征值是否小于根据其dtype和最大特征值的大小选择的某个容差（请查看{{3}的源代码}和scipy.stats._multivariate._PSD获取完整的详细信息。）

正如上面提到的@kazemakase，虽然您的协方差矩阵可能会根据np.linalg.inv使用的标准进行反转，但它仍然非常恶劣，并且无法通过multivariate_normal使用的更严格的测试。< / p>

您可以将allow_singular=True传递给multivariate_normal以跳过此测试，但一般情况下，最好重新调整数据，以避免首先传递这种病态的协方差矩阵。

scipy.stats.multivariate_normal提升`LinAlgError：奇异矩阵`，即使我的协方差矩阵是可逆的

1 个答案: