我有一个大尺寸的数据集，并在建立二进制分类模型之前在sklearn中使用了PCA进行降维。我在初始化n_components=225时设置了PCA()，以获得大约80％的解释方差比。我的方法在测试数据上效果很好，因此我将pca保存为pickle，作为应用程序模型交付的一部分。
最近，一位同事提出了一个问题，即我的方法不适用于尺寸小于225的数据集。具体来说，我的pca pickle无法转换尺寸小于225的数据集，因为python抛出一个错误，提示n_components > n_samples 。我发现这是sklearn的非常奇怪的行为。根据我在课堂上学到的理论，在进行分类之前，应通过训练模型的原理组件将新数据集转换为低维空间。因此，无论新数据集的大小如何，它都应该起作用。
我在stackoverflow上进行了搜索，发现了this个帖子，但是我觉得这更多是关于培训方面的，而不是我所拥有的应用程序方面。每天，我们的网站上都有大约20个新数据点，我需要对它们进行分类。
到目前为止，我已经考虑了以下问题：
请让我知道您的想法。谢谢！