“字典中的线性依赖”异常在sklearn的OMP中

我使用sklearn的OrthogonalMatchingPursuit来对通过KSVD算法学习到的字典进行信号的稀疏编码。然而,在拟合过程中,我收到了以下运行时警告:

/usr/local/lib/python2.7/dist-packages/sklearn/linear_model/omp.py:391: RuntimeWarning:  Orthogonal matching pursuit ended prematurely due to lineardependence in the dictionary. The requested precision might not have been met.  copy_X=copy_X, return_path=return_path)

在这些情况下,结果确实不尽如人意。我不明白这个警告的意义,因为在稀疏编码中,拥有超完备字典并因此存在线性依赖是很常见的。这不应该成为OMP的问题。事实上,即使字典是一个方阵,也会触发这个警告。

这个警告是否也可能指向应用中的其他问题?


回答:

问题出在数据向量y

omp = OrthogonalMatchingPursuit(n_nonzero_coefs=target_sparsity)omp.fit(D, y)

它包含了非常小的数值。当我对y以及D进行归一化后,拟合达到了预期的精度。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注