python中出现非正定“Input X must be non-negative”的问题

晚上在用贝叶斯分析器处理数据时，冒出“Input X must be non-negative”这样的提示，意思是训练集的特征向量组成的矩阵必须是非负矩阵，这几天也刚好在看数值分析的内容，在python上有数值分析的内容，主要是Numpy和SymPy这两个库。

数据和模块导入代码如下：

import pandas as pd
import numpy as np
from sklearn.naive_bayes import MultinomialNB
data=pd.read_csv('column.2C.csv')
data_x=data[['V1','V2','V3','V4','V5','V6']]
y=data[['V7']]

拟合模型代码：

clf=MultinomialNB()
clf.fit(data_x,y)

直接报出这样的错误，Input X must be non-negative

检查矩阵的相关性：

data.corr()

#得到
V1	V2	V3	V4	V5	V6
V1	1.000000	0.629225	0.718142	0.815120	-0.247644	0.639611
V2	0.629225	1.000000	0.434326	0.062655	0.035142	0.399474
V3	0.718142	0.434326	1.000000	0.598453	-0.083829	0.532955
V4	0.815120	0.062655	0.598453	1.000000	-0.344200	0.523602
V5	-0.247644	0.035142	-0.083829	-0.344200	1.000000	-0.029515
V6	0.639611	0.399474	0.532955	0.523602	-0.029515	1.000000

看似也没有多大问题

那么我们检查一下矩阵的条件数

c=np.linalg.cond(data_x,p=None)
print c

49730.566337

非常的不理想，说明存在共线性，上文我们交代了条件数在1附近是理想的，有文献表明超过15就说明存在共线性。

我们进一步计算行列式

np.linalg.inv(data_x)

得到如下的警告：

Last 2 dimensions of the array must be square

直接用原始数据的组成的矩阵，不是一个方阵，所以会报错

max(a.shape[-2:]) != min(a.shape[-2:])

我们无法求出原始数据的行列式。

所以也无法求逆 特征值  

最后，给出几个矩阵求解过程中的常用命令

np.linalg.matrix_rank(data_x) #矩阵的秩
np.linalg.inv (data_x)# 求逆矩阵
np.linalg.eigvals(data_x) # 求特征值
np.linalg.eig(data_x)   #特征向量
np.linalg.svd(data_x)  #singular value decomposition 奇异值分解

附上数据集来源：

http://archive.ics.uci.edu/ml/datasets/Vertebral+Column