径向基函数插值: LinAlgError:奇异矩阵
径向基函数插值: LinAlgError:奇异矩阵
提问于 2013-10-08 01:19:04
以下呼吁：
rbf = Rbf(points[0], points[1], values,epsilon=2)导致错误：
LinAlgError: singular matrix具有以下值：
In [3]: points
Out[3]:
(array([71, 50, 48, 84, 71, 74, 89, 76, 70, 77, 74, 79, 83, 71, 72, 78, 73,
84, 75, 65, 73, 82, 48, 86, 74, 86, 66, 74, 68, 74, 81, 74, 88, 66,
57, 50, 72, 86, 72, 92, 81, 67, 82, 78, 69, 70, 73, 71, 76, 72, 74,
75]),
array([32, 34, 4, 35, 1, 7, 47, 16, 37, 14, 65, 18, 32, 4, 3, 27, 25,
34, 18, 25, 6, 25, 34, 41, 16, 35, 44, 2, 32, 2, 37, 60, 45, 32,
33, 42, 54, 31, 18, 38, 24, 18, 45, 48, 9, 63, 56, 45, 9, 59, 5,
12]))
In [4]: values
Out[4]:
array([ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])我能做些什么来避免它并且仍然解决插值问题？
回答 2
Stack Overflow用户
回答已采纳
发布于 2013-10-08 13:34:40
我认为你想做的是核密度估计。您可以为此使用scipy.stats.gaussian_kde：
import numpy as np
from scipy.stats import gaussian_kde
from matplotlib import pyplot as pp
# kernel density estimate of the PDF
kde = gaussian_kde(points)
# evaluate the estimated PDF on a grid
x,y = np.mgrid[40:101,-20:101]
z = kde((x.ravel(),y.ravel())).reshape(*x.shape)
# plot
fig,ax = pp.subplots(1,1)
ax.hold(True)
pc = ax.pcolor(x,y,z)
cb = pp.colorbar(pc)
cb.ax.set_ylabel('Probability density')
ax.plot(points[0],points[1],'o',mfc='w',mec='k')
pp.show()
statsmodels模块还具有用于核密度估计的一些更精细的工具。
Stack Overflow用户
发布于 2016-09-22 14:55:55
我也有同样的错误。最后我发现了我为什么会犯这个错误。
你有两个坐标相同的点。(74,2)检查值在28，30的坐标相同。
在我看来，即使在同一点上有相同的值，它也会产生奇异矩阵误差。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/19237512
复制相关文章
相似问题
腾讯云开发者
