ngboost LinAlgError: Singular matrix报错解决方案-完美解决

作者Toby，原文来源公众号：python风控模型,ngboost LinAlgError: Singular matrix报错解决方案

各位同学大家好，之前有学员咨询ngboost模型运行报错LinAlgError: Singular matrix。

LinAlgError: Singular matrix概述

LinAlgError: Singular matrix 是一个错误信息，通常在使用 Python 的 NumPy 或 SciPy 库进行线性代数运算时出现。这个错误表明你尝试进行的运算涉及到了一个奇异矩阵（singular matrix），也就是说，这个矩阵是不可逆的。

奇异矩阵是指其行列式（determinant）为零的矩阵，这意味着它没有逆矩阵。在许多线性代数运算中，如果涉及到奇异矩阵，就会导致错误或无法计算结果。

以下是一些可能导致这个错误的常见情况：

1. 矩阵求逆：

   • 尝试求一个奇异矩阵的逆矩阵。

2. 解线性方程组：

   • 尝试解一个系数矩阵为奇异矩阵的线性方程组。

3. 计算特征值：

   • 尝试计算一个奇异矩阵的特征值。

4. 计算伪逆：

   • 使用 numpy.pinv 或 scipy.linalg.pinv 等函数计算奇异矩阵的伪逆。

5. 矩阵分解：

   • 尝试对奇异矩阵进行分解，如 QR 分解、Cholesky 分解等。

解决方案

 

如下代码，参数natural_gradient = False即可解决问题。如下图，ngboost完美训练模型，并得到预测结果。

ngb = NGBClassifier(n_estimators=500,natural_gradient = False)

自然梯度natural_gradient

NGBoost 是一种新的提升算法，它使用自然梯度提升，一种用于概率预测的模块化提升算法。该算法由基学习器、参数概率分布和评分规则组成。

普通梯度可能非常不适合学习多参数概率分布（例如正态分布）。如上面的概率回归示例所示，使用自然梯度的训练动态往往更加稳定并产生更好的拟合。

自然梯度和传统指标方面的竞争表现

与竞争方法相比，NGBoost 所需的专业知识要少得多，并且在常见的基准测试中表现同样出色。NGBoost 在较小的数据集上具有特别强的性能。

总结

总结，ngboost模型遇到 LinAlgError: Singular matrix报错时，尝试natural_gradient = False，关闭自然梯度功能。ngboost是2019年算法，也是集成树的最新算法。Toby老师在大量项目和实验中发现ngboost很多功能并不完善，整体接口支持不如xgboost，lightgbm，catboost完善。自然梯度是ngboost的最大特征，关闭了有点可惜，也期待ngboost的美国斯坦福团队继续改进和优化算法。

版权声明：文章来自公众号(python风控模型),未经许可，不得抄袭。遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。