我试图找到这个 9x9 协方差矩阵的逆矩阵，以便我可以将其与马哈拉诺比斯距离一起使用。但是，我从矩阵逆中获得的结果是一个充满1.02939420e+16的矩阵。我一直在试图找到原因，考虑到 Wolfram 会给我正确的答案，这似乎与矩阵的条件数有关，在这种情况下是3.98290435292e+16 .
虽然我想了解这背后的数学原理，但我现在真正需要的只是这个问题的解决方案，这样我就可以继续实施。有没有办法找到这种矩阵的逆矩阵？或者是否有可能直接从数据中找到逆协方差矩阵？
编辑：矩阵数据（与粘贴链接相同）
[[ 0.46811097 0.15024959 0.01806486 -0.03029948 -0.12472314 -0.11952018 -0.14738093 -0.14655549 -0.06794621]
[ 0.15024959 0.19338707 0.09046136 0.01293189 -0.05290348 -0.07200769 -0.09317139 -0.10125269 -0.12769464]
[ 0.01806486 0.09046136 0.12575072 0.06507481 -0.00951239 -0.02944675 -0.05349869 -0.07496244 -0.13193147]
[-0.03029948 0.01293189 0.06507481 0.12214787 0.04527352 -0.01478612 -0.02879678 -0.06006481 -0.1114809 ]
[-0.12472314 -0.05290348 -0.00951239 0.04527352 0.164018 0.05474073 -0.01028871 -0.02695087 -0.03965366]
[-0.11952018 -0.07200769 -0.02944675 -0.01478612 0.05474073 0.13397166 0.06839442 0.00403321 -0.02537928]
[-0.14738093 -0.09317139 -0.05349869 -0.02879678 -0.01028871 0.06839442 0.14424203 0.0906558 0.02984426]
[-0.14655549 -0.10125269 -0.07496244 -0.06006481 -0.02695087 0.00403321 0.0906558 0.17054466 0.14455264]
[-0.06794621 -0.12769464 -0.13193147 -0.1114809 -0.03965366 -0.02537928 0.02984426 0.14455264 0.32968928]]
您提供的矩阵m具有0的行列式，因此从数值角度来看是不可逆的（这解释了您拥有的往往会达到Inf值的巨大价值）：
In [218]: np.linalg.det(m)
Out[218]: 2.8479946613617788e-16
如果你开始做线性代数运算/解决问题，我强烈建议你检查一些基本概念，以避免出现数值错误/错误：https://en.wikipedia.org/wiki/Invertible_matrix
你面临着一个非常重要和基本的数学问题。如果您的方法给出不可逆矩阵，则该方法有问题。该方法试图解决一个不适的问题。可能所有合适的问题都在十九世纪得到解决。解决不良问题的最常见方法是正则化。有时摩尔-彭罗斯伪逆可能很方便。Scipy.linalg有伪逆。但伪逆不是捷径。使用伪逆，您将不可解的问题 A 替换为可解决的问题 B。有时问题B的解可以成功地工作，而不是不存在的问题A的解，但这是一个数学研究的问题。
零行列式意味着矩阵具有线性依赖的行（或列）。换句话说，模型中的某些信息是多余的（它包含过多或重复的信息）。重新开发模型以排除冗余。