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

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]和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：

英特尔MKL错误：输入DGESDD时参数10不正确

在Google快速搜索之后，dgesdd是LAPACK中的一个功能，scikit-learn 依赖 。 dgesdd文档告诉我们，该函数计算真实的M×N矩阵A的奇异值分解 （SVD）。

让我们再回到原来的异常，我发现它在提出scipy.linalg.lapack.py在_compute_lwork功能。 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”提供了此错误代码背后的逻辑，但是我不知道Fortran，因此我不确定它的含义。

我想打赌SVD计算失败是由于（1）X数组中的大值，或（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。

这是错误的屏幕截图

Answer 1

这是DGESDD的定义：

subroutine  dgesdd (JOBZ, M, N, A, LDA, S, U, LDU, VT, LDVT, WORK, LWORK, IWORK, INFO)

您所拥有的错误表明，传递给MKL的第十个参数LDVT的例程的传递的值（ V**T矩阵的前导维）不符合所述路由的期望。

假设有一个电池可以测试压力测试例程，这可能是英特尔实施中的一个错误，这不太可能，但并非不可能。 这是哪个版本的MKL？ 或者这是LDA代码中的错误，很可能是：

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).

您能打印M，N，LDA，LDU和LDVT吗？

如果您正确设置LDVT，则工作区分析将运行良好。

Answer 2

关于英特尔MKL错误：进入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MKL 2018错误修复列表的链接 。 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。 例：MKL_VERBOSE Intel MKL 2019.0 Update 2适用于Intel（R）64架构的英特尔®高级矢量扩展（Intel（AV））处理器的产品版本20190118，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