我无法对我的数据集执行因子分析。

当我在 SPSS（默认设置）中执行因子分析时，它工作正常。问题是，我需要以编程方式（在 Python 中）。当我尝试使用 Python（MDP 库）对同一数据集进行因子分析时，出现此错误：

“数据的协方差矩阵是奇异的，需要去除冗余维度”

在查看 MDP 文档时，它说“......返回潜在变量的最大 A 后验估计”。作为因子分析新手，我并不太清楚这意味着什么，但我尝试将 SPSS 中的默认提取方法从“主成分”更改为“最大似然”。然后，在 SPSS 中，我收到错误：

“这个矩阵不是正定的。”

这两个错误是一回事吗？无论如何，我可以做些什么来修复我的数据集，以使协方差矩阵不是奇异的？

谢谢！

编辑：好的，所以我试图简化事情，但也许从一开始就解释一切会更好。

我有一系列文件。是的，我只使用 9 个文档作为一个简单的测试用例，但我的最终目标是在更大的语料库上使用它。

我已经建立了一个术语文档矩阵，执行了 tf-idf，并做了 SVD——主要是在 blog.josephwilk.net/.../latent-semantic-analysis-in-python.html 的帮助下

现在我有一个重构矩阵，我想将文档分类。所以，我尝试使用因子分析。事实上，它似乎起作用了——当我把它放在 SPSS 中时，因子负载表明文档按照我认为应该的方式进行分组，并且负载比我没有执行 SVD 时要高。（虽然我认为从技术上讲，SPSS 正在做 PCA，即使它在“因素分析”标题下）。

我尝试使用 MDP 的 PCANode，但这似乎并没有给我任何接近我想要的东西。奇怪的是，如果我转置矩阵，因子分析确实有效（它将对术语进行分组，而不是对文档进行分组）。

希望这一切现在都变得更有意义了......