python scipy稀疏矩阵SVD，错误为ARPACK错误3：在隐式重新启动Arnoldi迭代的周期中，无法应用移位

我使用scipy对一些大数据进行稀疏矩阵svd。 matix的大小约为200000*8000000，其中1.19%为非零条目。 我使用的机器有160G内存，所以我想内存不应该是个问题

下面是我使用的一些代码：

from scipy import *
from scipy.sparse import *
import scipy.sparse.linalg as slin
from numpy import *
K=1500
coom=coo_matrix((value,(row,col)),shape=(M,N))
coom=coom.astype('float32')
u,s,v=slin.svds(coom,K,ncv=8*K)

错误消息如下所示：

Traceback (most recent call last):
  File "sparse_svd.py", line 35, in <module>
    u,s,v=slin.svds(coom,K,ncv=2*K+1)
  File "/usr/lib/python2.7/dist-packages/scipy/sparse/linalg/eigen/arpack/arpack.py", line 731, in svds
    eigvals, eigvec = eigensolver(XH_X, k=k, tol=tol**2)
  File "/usr/lib/python2.7/dist-packages/scipy/sparse/linalg/eigen/arpack/arpack.py", line 680, in eigsh
    params.iterate()
  File "/usr/lib/python2.7/dist-packages/scipy/sparse/linalg/eigen/arpack/arpack.py", line 278, in iterate
    raise ArpackError(self.info)
scipy.sparse.linalg.eigen.arpack.arpack.ArpackError: ARPACK error 3: No shifts could be applied during a cycle of the Implicitly restarted Arnoldi iteration. One possibility is to increase the size of NCV relative to NEV.

回溯（最近一次呼叫最后一次）：
文件“sparse_svd.py”，第35行，在
u、 s，v=slin.svds（coom，K，ncv=2*K+1）
svds中的文件“/usr/lib/python2.7/dist packages/scipy/sparse/linalg/eigen/arpack/arpack.py”，第731行
eigvals，eigvec=本征解算器（XH_X，k=k，tol=tol**2）
eigsh中的文件“/usr/lib/python2.7/dist packages/scipy/sparse/linalg/eigen/arpack/arpack.py”，第680行
params.iterate（）
文件“/usr/lib/python2.7/dist packages/scipy/sparse/linalg/eigen/arpack/arpack.py”，第278行，以迭代形式
引发ArpackError（self.info）
scipy.sparse.linalg.eigen.arpack.arpack.arpack错误：arpack错误3：在隐式重新启动Arnoldi迭代的循环中，无法应用移位。一种可能性是增加NCV相对于NEV的大小。

当K=1000（即#本征值=1000）时，一切正常。当我尝试K>=1250时，错误开始出现。 我还尝试了各种ncv值，仍然得到相同的错误消息

感谢您的建议和帮助。

---

非常感谢：）

您解决了这个问题吗？