我正在使用Tensorflow中的高斯混合模型，并且由于非正定的协方差矩阵而遇到Cholesky分解失败的问题。我的数据是多个mfcc帧，但我只使用np.random.rand(10000, 16)得到类似的失败。
Tensorflow有一个步骤：
# Small value to guarantee that covariances are invertible.
self._min_var = array_ops.diag(
array_ops.ones(array_ops.stack([self._dimensions]))) * 1e-3
# ...
cholesky = linalg_ops.cholesky(self._covs + self._min_var)
但是，值1e-3不足以稳定矩阵。 1e1和更高的值确实可以稳定矩阵，但它们会使结果偏差，以至于优化程序在单步后退出。
所以，我的问题：这与我的数据有什么问题，是否有可能规范化我的数据，以便1e-3的值足以创建一个正定矩阵？