Sklearn TruncatedSVD不返回n，组件

Question

我在TfIdf矩阵上拟合LSA模型。我原来的矩阵有

（20,22096）然后我应用TruncatedSVD来执行LSI /缩减

svd = TruncatedSVD(n_components=200, random_state=42, n_iter=10) svdProfile = svd.fit_transform(profileLSAVectors) print(np.shape(svdProfile)) #result (20, 20)

而不是得到（20,200）我得到（20,20）

任何人都知道为什么......？

Answer 1

它是Scikit-learn中大多数分解过程中的理想行为。

我在TruncatedSVD的文档中找不到这个，但你可以看到documentation for PCA，其中提到了：

n_components == min(n_samples, n_features)

您可以尝试在scikit-learn github issues页面上发布此内容，以便更加清晰。