我正在使用 python 的 scikit-learn 包来实现 PCA。我正在学习数学
domain error :
C:\Users\Akshenndra\Anaconda2\lib\site-packages\sklearn\decomposition\pca.pyc in _assess_dimension_(spectrum, rank, n_samples, n_features)
78 for j in range(i + 1, len(spectrum)):
79 pa += log((spectrum[i] - spectrum[j]) *
---> 80 (1. / spectrum_[j] - 1. / spectrum_[i])) + log(n_samples)
81
82 ll = pu + pl + pv + pp - pa / 2. - rank * log(n_samples) / 2.
ValueError: math domain error
我已经知道对负数取对数会导致数学域错误,但我不明白对数里面怎么会有负数?因为此代码适用于其他数据集。 也许这与 sci-kitlearn 网站上写的有关——“这个实现使用奇异值分解的 scipy.linalg 实现。它只适用于密集数组,不能扩展到大维数据。”(有大0 值的数量)
请您参考如下方法:
我认为您应该加 1,如 the numpy log1p description page . 因为当 p = 0 时 log(p+1) = 0(而 log(e-99) = -99),并且作为链接中的引用
For real-valued input, log1p is accurate also for x so small that 1 + x == 1 in floating-point accuracy
代码可以修改如下,让你想解决的更合理:
for i in range(rank):
for j in range(i + 1, len(spectrum)):
pa += log((spectrum[i] - spectrum[j]) *
(1. / spectrum_[j] - 1. / spectrum_[i]) + 1) + log(n_samples + 1)
ll = pu + pl + pv + pp - pa / 2. - rank * log(n_samples + 1) / 2
