python-2.7 - 使用 LinearRegression 时出现断言错误

Question

我试图帮助一位试图在信号中使用 LinearRegression 的 friend 。数据包含 20,000 条记录和两列(时间和脉冲)，我在 Databricks 的社区中运行它。我知道我的方法非常简单且有偏见，我尝试添加更多人工特征，为此我创建了这个简单但有用的函数。

def featuresCreator(x, grad, acc):
  if (grad > 0):
    return [x ** grad]
  else:
    return [x ** grad] + featuresCreator(x, grad - acc, acc)

featuresUDF = udf(lambda x, grad, acc: DenseVector(featuresCreator(x, grad, acc)), VectorUDT())

我认为在某个值范围内多次为该功能提供动力会帮助我过度拟合回归，这就是我运行它的原因。

xf = df.select(featuresUDF(col("tiempo"), lit(12), lit(0.1)).alias("features"), col(" pulso").alias("label"))

一切都很好，DataFrame 只有 2 列，一列是特征，另一列是标签。稍后当我尝试对数据使用 LinearRegression 时出现问题。

lr = LinearRegression().setFeaturesCol("features").setLabelCol("label").setMaxIter(200)
lrm = lr.fit(xf)

程序在此展开并显示以下异常。

java.lang.AssertionError: assertion failed: lapack.dppsv returned 5.

有什么办法可以解决吗？还是我做错了什么？

Answer 1

此错误通常意味着您传递了一个不可解的矩阵。

所以实际上它与向量的长度无关

Check INFO codes: netlib.org/lapack/explore-html/d3/d62/dppsv_8f.html: the leading minor of order i of A is not positive definite, so the factorization could not be completed, and the solution has not been computed