ValueError：n_components = 4必須介於0和min（n_samples，n_features）= 2之間，且svd_solver ='full'

Question

我的代碼出錯

for n, df_process in enumerate(all_df):
                #Normalisasi data dengan metode Standard Scaler
                scaler=StandardScaler()
                scaler.fit(df_process)
                scaled_data=scaler.transform(df_process)
                #Menentukan jumlah komponen dalam PCA
                if n == 0:
                    pca=PCA(n_components=total_faktor_positif, svd_solver='full')
                else:
                    pca=PCA(n_components=total_faktor_negatif, svd_solver='full')

                #Fitting PCA dari data yang sudah normalisasi
                pca.fit(scaled_data)
                #Dicari PCA dari data yang sudah normalisasi
                x_pca=pca.transform(scaled_data)
                factor = []
                for pc in x_pca:
                    factor.append(np.argmax(pc))
                all_factor.append(factor)
                print (all_factor)
                all_pca.append(x_pca)

聚類Dari Hasil PCA Yang Sudah Didapatkan

我該如何解決？ 請幫助：（因為今天是我的文章

Answer 1

PCA的n_components必須小於min(n_samples, n_features) 。

在這種情況下， min(n_samples, n_features)=2 ，因此n_components僅接受[0,2]之間的值，但您給它4 。

您可以嘗試： n_components=2