我在 StackOverflow 上问过这个问题，有人告诉我，我会在这里得到更好的答案。所以这是我的问题：

我正在从事一个机器学习项目，该项目涉及对一些标记数据进行主成分分析，并使用这些标签从数据中提取更有价值的信息。

为此，我正在为每个类计算一个散点矩阵，对于每对类，我需要为它们的散点矩阵求解一个广义特征值问题，如下所示：

在哪里$\beta$是一个乘数并且$I$是单位矩阵。现在，这是python中的代码：

        jeigenvalues = eigsh(scatter_j, k=10, return_eigenvectors=False, maxiter=100)
        print('eigenvalues made')
        beta = betaMult*mean(jeigenvalues)
        print(beta)
        print(scatter_j+beta*eye(shape(x_data)[1]))
        w, v = eigsh(scatter_i,M=scatter_j+beta*eye(shape(x_data)[1]),k=int(numberOfEVs/45), maxiter=100)
        print(i,j,'done')

numberOfEVs在我当前的代码中是 90（所以它可以被 45 整除）。

但问题是，在我使用eigsh上述公式的那一行，它从来没有给我答案。它一直在吃越来越多的内存，甚至没有完成一次迭代（我将它的maxiter输入设置为 1，它仍然没有给出答案）。当我不给eigsh函数提供M参数时（这是广义 EV 问题右侧的矩阵，并且在未指定时假定为“I”），它可以正常工作。但是当M提供时，它变得没有响应。

有任何想法吗？

编辑：散点矩阵有相当小的条目，大多在 10^-5 左右。我还尝试将左侧乘以 RHS 矩阵的逆矩阵，但它又遇到了同样的问题（持续很长时间没有答案）。这些条目的小是问题吗？那我该如何解决呢？