脾气暴躁的错误

Question

我现在正在学习子空间方法来对手写数字进行分类。子空间方法需要一个自相关矩阵，我发现np.corrcoef()可以进行计算。

在的文档中np.corrcoef()，默认情况下说“每一行代表一个变量，列中带有观察值”。因此，我转置了输入数据，因为每一行都是一个观察值（4132 obs，784 vars）。

但是，该函数将通过转置返回一个包含info或NaN的数组。然后，我无法计算特征值和特征向量。

如果不进行转置，我可以完美地进行计算，但这不是我想要的（形状数组（（4132,4132）））。我不明白为什么会这样。

这是我的代码：

X = train[train["label"]==i].iloc[:,1:] 

C = np.corrcoef(X.T)

print(np.isnan(np.min(C))) #-> print True if there are Nan values

eig_val,eig_vec = linalg.eigh(C) #-> returns ValueError

print(eig_val.shape,eig_vec.shape)

X是这样的（4132行，785列）

Answer 1

问题在于，某些行（在转置后）没有方差，因此协方差矩阵中存在零值（可以使用进行检查np.cov）。如果检查文档是否为np.corrcoef，则相关系数除以协方差矩阵中的元素，因此除以0，因为某些行没有方差。