Question

我跑

Y_testing_obtained = classify(X_testing, X_training, Y_training);

我得到的错误是

Error using ==> classify at 246
The pooled covariance matrix of TRAINING must be positive definite.

X_training是1550 x 5矩阵。你能告诉我这个错误意味着什么，即它出现的原因，以及如何解决它？感谢

Answer 1

说明：当您运行函数classify而未指定判别函数的类型（就像您所做的那样）时，Matlab使用线性判别分析（LDA）。在没有深入了解LDA的情况下，算法需要计算X_testing的协方差矩阵以解决优化问题，并且该矩阵必须是正定的（参见Wikipedia: Positive-definite matrix）。基本假设是您的数据由多元概率分布表示，除非一个或多个变量是其他变量的精确线性组合，否则它总是具有正定的协方差矩阵。

解决您的问题：您的某个变量可能是其他变量的线性组合。您可以尝试选择变量的合理子集，或对训练数据执行主成分分析（PCA），然后使用前几个主要成分进行分类。或者，您可以指定判别函数的类型，并选择两个朴素贝叶斯分类器中的一个，例如：

Y_testing_obtained = classify(X_testing, X_training, Y_training, 'diaglinear');

作为旁注，你还需要有更多的观察（行）而不是变量（列），但在你的情况下，这不是问题，因为你似乎有1550个观测值和5个变量。

最后，您还可以查看Matlab forum上发布到类似问题的答案。

Answer 2

尝试使用Matlab中的cvshrink函数来规范化数据

Matlab - 线性判别分析的bug

2 个答案: