Question

我正在使用scikit-learn的LDA分类器在我创建的机器学习管道中对2类一维数据进行分类。发生以下异常：

ValueError：内部工作数组大小计算失败：-10

在以下行：

LinearDiscriminantAnalysis.fit（X，y）

其中X = [-5e15，-5e15，-5e15、5.7e16]，y = [0、0、0、1]，均为float64数据类型

此外，以下错误已打印到控制台：

Intel MKL错误：输入DGESDD时参数10不正确

在Google进行快速搜索之后，dgesdd是LAPACK中的一个函数，可通过cikit学习relies upon。 dgesdd documentation告诉我们该函数计算的是真正的M×N矩阵A的singular value decomposition（SVD）。

回到原始异常，我发现它是在_compute_lwork函数的scipy.linalg.lapack.py中引发的。该函数将一个函数作为输入，在这种情况下，我认为是dgesdd函数。 dgesdd文档页面上的CTRL-F“ -10”提供了此错误代码的逻辑，但是我不知道Fortran，所以我不确定它的含义。

我想打赌SVD计算失败是由于（1）X数组中的大值，或者（2）X数组中的3个值完全相同的事实。

我将继续阅读SVD及其限制。对于如何避免此错误的任何见解，将不胜感激。

这是error

的屏幕截图

Answer 1

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MKL的第十个参数LDVT（V**T矩阵的前导维）的例程的值不符合所述路由的期望。

这可能是英特尔实施中的一个错误，这不太可能发生，假设有一个电池可以测试压力测试该例程，但并非没有可能。这是哪个版本的MKL？或很可能是LDA代码中的错误：

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吗？

如果正确设置LDVT，则工作区分析将很好地运行。

Answer 2

关于Intel MKL错误：输入DGESDD问题时参数10不正确。实际上，此问题已在MKL v.2018 u4（2018年9月）中得到修复。这是link to MKL 2018 bug fix list。通过将env变量MKL_VERBOSE = 1设置为系统环境，然后查看包含此类信息的输出，可能会更容易检查所使用的MKL的版本。 E.x： MKL_VERBOSE英特尔（R）MKL 2019.0 Update 2适用于英特尔（R）64架构的产品版本20190118英特尔（R）高级矢量扩展（Intel（R）AVX）处理器，Lnx 2.80GHz lp64 intel_thread MKL_VERBOSE ZGETRF（85,85,0x13e66f0,85,0x13e1080,0）6.18ms CNR：OFF Dyn：1 FastMM：1 TID：0 NThr：20

使用scikit-learn的线性判别分析类时，来自lapack函数的SVD计算错误

2 个答案: