![](/img/trans.png)
[英]sklearn PCA with n_components = 'mle' and svd_solver = 'full' results in math domain error
[英]ValueError: n_components=4 must be between 0 and min(n_samples, n_features)=2 with svd_solver='full'
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)
我該如何解決? 請幫助:(因為今天是我的文章
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.