Scikit learn 为什么在我尝试SKPCA时内核会重新启动?

Scikit learn 为什么在我尝试SKPCA时内核会重新启动?,scikit-learn,ipython-notebook,pca,Scikit Learn,Ipython Notebook,Pca,我使用Ipython笔记本,输入代码时: import numpy as np from sklearn.decomposition import PCA pca = PCA(n_components=2) pca.fit(data) 我收到一个通知,内核已经死亡并重新启动。发生了什么事 此外,我的数据采用以下格式: array([[ 0.00000000e+00, 3.13000000e+02, 3.10000000e+02, ..., 9.00000000e+00,

我使用Ipython笔记本,输入代码时:

import numpy as np
from sklearn.decomposition import PCA
pca = PCA(n_components=2)
pca.fit(data)
我收到一个通知,内核已经死亡并重新启动。发生了什么事

此外,我的数据采用以下格式:

array([[  0.00000000e+00,   3.13000000e+02,   3.10000000e+02, ...,
      9.00000000e+00,   6.00000000e+00,   2.00000000e+01],
      [  3.00000000e+00,   2.06900000e+03,   2.06700000e+03, ...,
      1.90000000e+01,   7.00000000e+00,   3.20000000e+01],
      [  4.00000000e+00,   2.54200000e+03,   2.54000000e+03, ...,
      1.10000000e+01,   1.10000000e+01,   1.10000000e+01],
编辑:

数据本身没有那么大(~3MB)。如果有帮助,我正在使用ipython笔记本

我尝试了一个简单的3x3测试矩阵作为输入和相同的问题,所以它也可能与数据大小无关:

data = np.array([[1,2,3],[1,4,6],[2,8,11]])

import numpy as np
from sklearn.decomposition import PCA
pca = PCA(n_components=2)
pca.fit(data)
我也用python在终端中尝试了sklearn的pca:

>>> from sklearn.decomposition import PCA
>>> pca = PCA()
>>> import numpy as np
>>> X = np.array([[1,2,3],[1,5,7],[2,6,10]])
>>> y = np.array[1,2,3]
>>> y = np.array([1,2,3])
>>> pca.fit(X, y)
得到:

Illegal instruction (core dumped)

看来sklearn不会在32位机器上很好地运行,所以当我稍后在64位服务器上运行它时,它工作了

糟糕,也有同样的问题。