Matlab的 - 錯誤與線性判別分析

我跑Matlab的 - 錯誤與線性判別分析

Y_testing_obtained = classify(X_testing, X_training, Y_training);

，我得到的錯誤是

Error using ==> classify at 246 
The pooled covariance matrix of TRAINING must be positive definite.

X_training爲1550×5矩陣。你能告訴我這個錯誤是什麼意思，即爲什麼出現，以及如何解決它？感謝

來源

2011-05-07 Yebo

也提及其他變量的維數。 X_testing，X_training需要有相同的列數，X_training，Y_training需要有相同的行數。 – 2011-05-07 22:48:49

分類根據您提供的值創建協方差矩陣。關鍵是X_training和Y_training，並且必須正確設置。 X_training構建協方差矩陣，因此在擔心X_testing之前確保它是正確的。 – Rasman 2011-05-08 19:39:28

如果您的培訓數據矩陣中有NaN值，它可能會產生肯定的錯誤 – BGreene 2012-10-19 09:07:08

說明：當您運行功能classify不指定判別函數的類型（像你一樣），MATLAB的使用線性判別分析（LDA）。在不涉及LDA的太多細節的情況下，算法需要計算X_testing的協方差矩陣以解決優化問題，並且該矩陣必須是正定的（參見Wikipedia: Positive-definite matrix）。潛在的假設是您的數據由多變量概率分佈表示，它總是具有正定協方差矩陣，除非一個或多個變量是其他變量的精確線性組合。

要解決您的問題：您的一個變量可能是其他變量的線性組合。您可以嘗試選擇一個合理的變量子集，或對訓練數據執行主成分分析（PCA），然後使用前幾個主成分進行分類。或者，你可以指定判別函數的類型，並選擇兩個樸素貝葉斯分類器之一，例如：

Y_testing_obtained = classify(X_testing, X_training, Y_training, 'diaglinear');

作爲一個側面說明，你還需要有比變量（列）更多的觀測（行），但在你的情況下，這不是問題，因爲你似乎有1550個觀察值和5個變量。

最後，您還可以看看發佈到Matlab forum上類似問題的答案。

來源

2013-04-17 10:45:25 Melissa

謝謝！剛開始學習分類和'直線'解決了我的問題，非常讚賞的解釋！ – Austin 2014-09-16 18:32:38

嘗試在Matlab中使用cvshrink函數規則化數據

來源

2014-06-12 22:50:45 Spandy

Matlab的 - 錯誤與線性判別分析

回答

相關問題