如何修复使用 sklearn.mixture.GaussianMixture 拟合 GMM 时的 ValueError？

Question

我试图使用 GaussianMixture 模型进行图像分割，所以我使用了 2 个组件，协方差矩阵 type="full" 并尝试使用 anaconda 附带的 Spyder3.6 运行。这是代码：

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 ValueError 和正定异常，我不明白为什么？这是错误的痕迹。

`

回溯（最近一次调用最后一次）：

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(covariance, lower=True)
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
引发 LinAlgError("%d-th 前导次要非正定" % info)
numpy.linalg.linalg.LinAlgError：第 2 个前导次要非正定

在处理上述异常的过程中，又出现了一个异常：

回溯（最近一次调用最后一次）：
文件“/home/madhur/Desktop/Project/graphcutmaterials/test.py”，第 19 行，在 gmm.fit(X)
文件“/home/madhur/anaconda3/lib/python3.6”中/site-packages/sklearn/mixture/base.py”，第 207 行，适合 self._initialize_parameters(X, random_state)
文件“/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/ base.py”，第 157 行，在 _initialize_parameters self._initialize(X, resp)
文件“/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/gaussian_mixture.py”，第 643 行，在_初始化协方差，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
引发ValueError（estimate_ precision_error_message）

ValueError：拟合混合模型失败，因为某些组件具有不明确的经验协方差（例如由单例或折叠样本引起）。尝试减少组件数量，或增加 reg_covar。

`

Answer 1

我认为错误信息中已经给出了原因，即“因为某些组件具有不明确的经验协方差（例如由单例或折叠样本引起）”。由于您将组件数量设置为2，因此无法减少，因此我建议您将参数“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