将Python3.6升级到3.7以及将scikit learn 0.19升级到0.23时PCA的收敛变化

我使用scikit learn中的经典PCA对一个分类模型进行分类，使用LogisticRegression对一个具有22000行*45000列的数据帧进行分类，数据是按比例缩放的，但当我将python 3.6升级到3.7和scikit learn 0.19升级到0.23时，两者都存在收敛问题

raise LinAlgError("SVD did not converge") LinAlgError: SVD did not converge

我的数据帧中没有NaN，但这可能是内存问题

from sklearn.decomposition import PCA
   
n_components = int(X_main.shape[0] / 5)

pca = PCA(n_components=n_components)
principalComponents = pca.fit_transform(X_main)

principalDf = pd.DataFrame(data=principalComponents)

我没有改变其他任何东西，我通过改变一些超参数解决了这个问题，但我想知道为什么会出现这种情况，我已经测试过，当我回滚到旧版本时，收敛错误“消失”

我不知道为什么，现在是不是有一个关于收敛的警告，或者是另一种计算方式，或者其他原因

---

谢谢您的建议：）

请添加一段您正在运行的代码。此处的答案提供了引发此错误的一些其他原因：这是否回答了您的问题？是的，我已经读过了，我认为有一个内存错误，但我不明白为什么它会在我升级库时出现，而在我回滚时消失