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)