我的代码出现这样的错误
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)
聚类 dari hasil PCA yang sudah didapatkan
我该如何修复它们?请帮忙:(因为今天是我的论文
最佳答案
PCA
的 n_components
必须低于 min(n_samples, n_features)
。
在本例中,min(n_samples, n_features)=2
,因此 n_components
只接受 [0,2] 之间的值,但您给它 4
.
您可以尝试使用:n_components=2
关于python - ValueError : n_components=4 must be between 0 and min(n_samples, n_features)=2 与 svd_solver ='full',我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56694980/