我正在尝试使用 GaussianMixture 模型进行图像分割，所以我使用了 2 个组件，协方差矩阵 type="full" 并尝试使用 anaconda 附带的 Spyder3.6 运行。这是代码：
from scipy.misc import imread, imshow
from sklearn.mixture import GaussianMixture as GMM
import graph_tool.all as gt
from graph_tool.all import *
X=imread('2.jpg')
old=X.shape
X=X.reshape(-1,3)
gmm=GMM(covariance_type='full', n_components=2)
gmm.fit(X)
clusters=gmm.predict(X)
clusters=clusters.reshape(old[0],old[1])
但它显示 ValueError 和肯定的异常，我不知道为什么？这是错误的痕迹。
`
回溯（最近一次通话最后）：
文件“/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/gaussian_mixture.py”，第 318 行，_compute_precision_cholesky cov_chol = linalg.cholesky(covariance, lower=True)
文件“/home/ madhur/anaconda3/lib/python3.6/site-packages/scipy/linalg/decomp_cholesky.py”，第 81 行，在 cholesky check_finite=check_finite)
文件“/home/madhur/anaconda3/lib/python3.6/site-packages /scipy/linalg/decomp_cholesky.py", line 30, in _cholesky
raise LinAlgError("%d-thleading minor not positive definite" % info)
numpy.linalg.linalg.LinAlgError: 2-th leading minor not positive在处理上述异常的过程中，又出现了一个异常：
Traceback（最近一次调用最后）：
文件“/home/madhur/Desktop/Project/graphcutmaterials/test.py”，第 19 行，在 gmm.fit(X)
文件“/home/madhur/anaconda3/lib/python3.6 /site-packages/sklearn/mixture/base.py”，第 207 行，适合 self._initialize_parameters(X, random_state)
文件“/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/ base.py”，第 157 行，在 _initialize_parameters self._initialize(X, resp)
文件“/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/gaussian_mixture.py”，第 643 行，在_initialize covariances, self.covariance_type)
文件“/home/madhur/anaconda3/lib/python3.6/site-packages/sklearn/mixture/gaussian_mixture.py”，第 320 行，在 _compute_precision_cholesky
引发 ValueError(estimate_precision_error_message)ValueError：拟合混合模型失败，因为某些组件具有不明确的经验协方差（例如由单例或折叠样本引起）。尝试减少组件的数量，或增加 reg_covar。
`