【Matlab】错误使用 classify (line 233) The pooled covariance matrix of TRAINING must be positive definite.

在 Matlab 用 Classify 函数做判别分析时，有时会碰到下面的问题：

错误使用 classify (line 233) The pooled covariance matrix of TRAINING must be positive definite.

有时又没有这个问题，今天搜索了一番，最终发现和这个错误和判别函数的类型有关。

按照我DEBUG惯例，先打开函数的说明文档看看，结果发现这个 Classify 怎么语法不一样？

不是 marching learning 吗？怎么突然 deep learning 了？

还是直接打开函数本身看看吧：

不错，这个才是我们用的函数，我调用的格式为第15行的语法：

CLASS = CLASSIFY(SAMPLE,TRAINING,GROUP,TYPE)

可以在官网找到这个函数的说明文档，点击这里查看。

可以发现 TYPE 可选方式有： ‘linear’, ‘quadratic’, ‘diagLinear’, ‘diagQuadratic’, or ‘mahalanobis’。其中分为线性判别分析（ ‘linear’, ‘mahalanobis’）、二次判别分析（‘quadratic’）和朴素贝叶斯分类器（‘diagLinear’, ‘diagQuadratic’）。

‘diagLinear’ 和 ‘diagQuadratic’。它们类似于 ‘linear’ 和 ‘quadratic’，但具有对角协方差矩阵估计值。

说到这，你可能还是一头雾水，但是你看看你的代码，判别类型是不是选的 “线性判别分析” 和 “二次判别分析” ？

如果是的话，把 TYPE 改成 ‘diagLinear’ 或 ‘diagQuadratic’ 就可以了~

那为什么选 ‘linear’，‘mahalanobis’，‘quadratic’ 会报错呢（训练的集合协方差矩阵必须是正定的）？

下面我不负责的来猜一下：
（1）因为特征的数量远远大于观测值的数量。
（2）协方差矩阵不正定是因为数据维数太大，超过了观测组数，造成信息量不足。
（3）在求协方差矩阵的逆的时候有一些数据出现了过小的情况。

猜你喜欢：👇🏻
⭐错误使用 svmtrain svmtrain has been removed. Use fitcsvm instead.Y must be a vector or a character array
⭐【Matlab】到底怎么自定义colorbar/colormap的颜色？
⭐【Matlab】怎么实现数据归一化与标准化？

参考文献：
[1] 原因1
[2] 原因2
[3] 原因3
[4] 分类函数（Matlab官方）