如何解决尝试在python中使用rpy2拟合R的MDA模型时,分段失败核心转储
使用rpy2调用此R函数,试图将Mixture Discriminant Analysis(MDA)模型拟合到python中的数据时出现以下错误。
分段错误(核心已转储)
错误可追溯到fit函数:
clf = r ['mda'](formula =“ Class〜。”,data = dataset,method = r ['polyreg'])
我还要提到两点重要的事情: 在拟合模型之前,我正在尝试使用训练数据尝试某些数据处理配置。 仅当我不应用降维并且没有对训练数据进行任何缩放时,才会遇到细分错误。 我想在人们所遇到的情况下了解我的情况下错误的含义 在不同情况下遇到相同的错误。
以下是有关我的数据的一些详细信息:
- 这是一个相当大的数据集,其特征数量超过了样本数量。形状:[〜150,〜450]
- 我没有对此数据做任何预处理,没有降维,没有缩放比例。
- 该错误发生在上述fit函数上。
- 在jupyter上运行代码时,内核卡住并在一分钟后被杀死。从Linux shell运行时,它会产生分段错误。
我想了解错误的根本原因和含义。从我自己的初步分析中,我已经能够理解,如果我只是减少特征缩放的维数,那我就能赢得胜利。 但是,即使那是原因,我也想知道与“细分错误”有什么关系?
任何帮助将不胜感激。 谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。