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级1-D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]，两者都是float64数据类型

此外，以下错误已打印到控制台：

英特尔MKL错误：进入DGESDD时参数10不正确

经过快速谷歌搜索，dgesdd是LAPACK中的一个功能，它可以学习relies upon。 dgesdd documentation告诉我们该函数计算真实M-by-N矩阵A的singular value decomposition（SVD）。

回到最初的异常，我发现它是在_compute_lwork函数的scipy.linalg.lapack.py中引发的。这个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”给出了这个错误代码背后的逻辑，但我不知道Fortran，所以我不确定它的含义。

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个值是完全相同的数字。

我将继续阅读SVD及其局限性。任何有关如何避免此错误的见解都将非常受欢迎。

这是error的截图

Answer 1

这是DGESDD的定义：

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

您所拥有的错误表示传递给MKL的第10个参数例程LDVT的实现的值，V**T矩阵的前导维度不符合所述路由的预期。

这可能是英特尔实施中的一个错误，相当不太可能，假设测试压力测试这个例程有电池，但并非不可能。这是哪个版本的MKL？或者它是LDA代码中的错误，很可能：

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).

你能打印M，N，LDA，LDU和LDVT吗？

如果正确设置LDVT，工作区分析将运行正常。

Answer 2

关于英特尔MKL错误：进入DGESDD问题时参数10不正确。实际上这个问题已经在MKL v.2018 u4（2018年9月）中得到修复。这是link to MKL 2018 bug fix list。通过将env变量MKL_VERBOSE = 1设置为系统环境，您可以更轻松地检查所使用的MKL版本，并查看包含此类信息的输出。例如：MKL_VERBOSE英特尔（R）MKL 2019.0更新2产品版本20190118，用于英特尔（R）64架构英特尔（R）高级矢量扩展（支持英特尔（R）AVX）处理器，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