引发LinAlgError（“SVD未收敛”）LinAlgError：在matplotlib pca确定中，SVD未收敛。

Question

代码：

import numpy
from matplotlib.mlab import PCA
file_name = "store1_pca_matrix.txt"
ori_data = numpy.loadtxt(file_name,dtype='float', comments='#', delimiter=None,
            converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
result = PCA(ori_data)

虽然我的输入矩阵中没有nan和inf，但我仍然会遇到以下错误：

    raise LinAlgError("SVD did not converge")
LinAlgError: SVD did not converge

有什么问题吗？

- user 3317704

---

这个代码给我报错了，显示AttributeError: 'numpy.ndarray' object has no attribute 'dropna'，你是怎么让它正常工作的？ - Charlie Parker

Answer 1

当数据中存在inf或nan值时，就会出现这种情况。

使用以下方法来删除nan值：

ori_data.dropna(inplace=True)

- jseabold

---

我已经彻底检查了我的数据，数据中没有出现inf和nan。那么这个错误出现的其他可能性是什么？ - user 3317704

@user3317704，你的数据可能存在缺失值或无效值，同一列中可能有不同类型的值等问题。我们能否查看您的文件以进行验证？您尝试过这个答案并使用“dropna”函数，但仍然出现错误吗？ - c-chavez

@user3317704 我遇到了同样的问题，但在调试过程中，我注意到我错误地连接了两个数据框，所以新的数据框只包含 NaN 值。 - 32cupo

我不明白，我应该在哪里运行 ori_data.dropna(inplace=True)，是在输入到SVD之前还是之后？ - Charlie Parker

这给我一个错误：AttributeError: 'numpy.ndarray' object has no attribute 'dropna'。 - Charlie Parker

Answer 2

我知道这篇文章很旧，但如果有人遇到了同样的问题。@jseabold说问题是nan或inf，而且op可能是对的，数据没有nan或inf。然而，如果ori_data中的某一列始终具有相同的值，则数据将变为NaN，因为mlab中PCA的实现通过执行来规范化输入数据。

ori_data = (ori_data - mean(ori_data)) / std(ori_data).

解决方案是做：

result = PCA(ori_data, standardize=False)

通过这种方式，只会减去平均值，而不会除以标准差。

- Vlamir

Answer 3

如果没有inf或NaN值，那可能是内存问题。请尝试在具有更高RAM的机器上运行。

- Paritosh Gupta

---

这是我的问题，我没有nan值，但打开任务管理器显示我已经用满了内存。 - Eric Hedengren

为什么错误信息没有提到内存或OMM？看起来很神秘，它会警告svd而不是其他东西... - Charlie Parker

Answer 4

我没有对这个问题的答案，但我有一个没有NaN和Inf的复制场景。不幸的是，数据集相当大（96MB gzipped）。

import numpy as np
from StringIO import StringIO
from scipy import linalg
import urllib2
import gzip

url = 'http://physics.muni.cz/~vazny/gauss/X.gz'
X = np.loadtxt(gzip.GzipFile(fileobj=StringIO(urllib2.urlopen(url).read())), delimiter=',')
linalg.svd(X, full_matrices=False)

这些技术正在崛起:

LinAlgError: SVD did not converge

在：

>>> np.__version__
'1.8.1'
>>> import scipy
>>> scipy.__version__
'0.10.1'

但在以下情况下并未引发异常：

>>> np.__version__
'1.8.2'
>>> import scipy
>>> scipy.__version__
'0.14.0'

- Jiří Polcar

---

你能否提交一个错误报告？ - jseabold

那么这个 bug 的来源是什么？ - Charlie Parker

Answer 5

继 @c-chavez 的答案之后，对我有效的方法是先将 inf 和 -inf 替换为 nan，然后移除 nan。例如：

data = data.replace(np.inf, np.nan).replace(-np.inf, np.nan).dropna()

- hevronig

Answer 6

这可能是由于您输入的datamatrix具有独特性（您正在将其提供给PCA）。

- Sumit Waghmare

Answer 7

即使您的数据是正确的，也可能因为内存不足而出现问题。在我的情况下，从32位机器转移到具有更大内存的64位机器解决了这个问题。

- Slava

Answer 8

我多次遇到了这个错误：

• 如果数据的长度为1。那么它无法匹配任何内容
• 如果一个值是无限大。你在处理中除以0了吗？
• 如果一个值是无。这很常见。

- Ludo Schmidt

Answer 9

当我意外地将图像数据集的大小调整为（0，64，3）时，出现了这种情况。请检查您的数据集的形状，看看是否有一个维度为0。

- chenjesu

Answer 10

我正在使用numpy 1.11.0。如果矩阵有超过1个等于0的特征值，则会引发“SVD未收敛”的错误。

- nos