Python 使用Scikit学习内核PCA，退出代码为1073740940（0xc0000374）的过程结束

首先，我尝试使用scikit learn的内核PCA和预计算内核对我的n_样本x53数据进行降维。当我开始尝试使用50个示例时，代码没有任何问题。然而，当我将样本数量增加到100个时，突然我得到了以下消息

Process finished with exit code -1073740940 (0xC0000374)

以下是我想做的细节：

我想在我的核PCA函数中获得核函数超参数的最佳值，定义如下

从sklearn.decomposition.kernel\u pca导入KernelPCA作为drm
从某处导入成本函数
从其他地方导入自定义内核
def kpcafun（宽X）：
#X是样本
#w是超参数
n_princomp=2
drmodel=drm（n_princomp，kernel='precomputed'）
k_矩阵=自定义内核（X，X，w）
变换的x=drmodel.fit_变换（k_矩阵）
成本=成本函数（转换后的x）
退货成本

因此，为了优化hyperparams，我使用了以下代码

从scipy.optimize导入最小化
#假设已经定义了wstart和optimbound
res=minimize（kpcafun，wstart，method='L-BFGS-B'，bounds=optimbound，args=（X））

奇怪的是，当我试着调试优化过程的前10次迭代时，没有什么奇怪的事情发生，所有变量的值似乎都正常。但是，当我关闭断点并让程序继续运行时，出现的消息没有任何错误通知

有人知道我的代码有什么问题吗？或者有人有一些技巧来解决这样的问题吗

---

谢谢

添加一些数据和完整的工作示例我恐怕无法提供数据，而且完整的工作示例（包括成本和内核函数）将非常长。