如何修正ValueError在sklearn.mixture.GaussianMixture拟合GMM中的应用？

Question

我试图使用GaussianMixture模型进行图像分割，所以我使用了两个组件，协方差矩阵type=“满”，并尝试运行使用Spyder3.6，这是附带的anaconda。下面是代码：

from scipy.misc import imread, imshow
from sklearn.mixture import GaussianMixture as GMM
import graph_tool.all as gt
from graph_tool.all import *

X=imread('2.jpg')
old=X.shape
X=X.reshape(-1,3)
gmm=GMM(covariance_type='full', n_components=2)
gmm.fit(X)
clusters=gmm.predict(X)
clusters=clusters.reshape(old[0],old[1])

但它显示了ValueError和正定的例外，我不知道为什么？这是错误的痕迹。

`

回溯(最近一次调用)： 文件"/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/gaussian_mixture.py"，第318行，在_compute_precision_cholesky cov_chol =linalg.cholesky(协方差，lower=True)中 文件"/home/madhur/anaconda3/lib/python3.6/site-packages/scipy/linalg/decomp_cholesky.py"，第81行，在cholesky check_finite=check_finite中) 文件"/home/madhur/anaconda3/lib/python3.6/site-packages/scipy/linalg/decomp_cholesky.py"，第30行，在_cholesky中 提高LinAlgError(“%d-引导未成年人不确定”% info) numpy.linalg.linalg.LinAlgError:第2代导语小调未正定 在处理上述异常的过程中，发生了另一个异常： 回溯(最近一次调用)： 文件"/home/madhur/Desktop/Project/graphcutmaterials/test.py"，第19行，在gmm.fit(X)中 文件"/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/base.py"，第207行，在fit self._initialize_parameters(X，random_state)中 文件"/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/base.py"，第157行，在_initialize_parameters self._initialize(X，resp)中 文件"/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/gaussian_mixture.py"，第643行，_initialize协方差，self.covariance_type) 文件"/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/gaussian_mixture.py"，第320行，在_compute_precision_cholesky中 raise (Estimate_precision_error_message) ValueError:拟合混合模型失败是因为某些组件的经验协方差定义不明确(例如，由单例或塌陷样本引起)。尝试减少组件的数量，或增加reg_covar。

`

Answer 1

我认为原因已经在ErrorInformation中提出了，这是因为“因为某些组件的经验协方差定义不明确(例如，由单例或塌陷样本引起的)”。因为您将组件的数量设置为2，所以不能减少它，所以我建议您将参数"reg_covar“增加到1e-5 (默认为1e-6)。

有关GMM参数的更多信息，请参见：https://scikit-learn.org/stable/modules/generated/sklearn.mixture.GaussianMixture.html