ValueError：n_components = 4必须介于0和min（n_samples，n_features）= 2之间，且svd_solver ='full'

Question

我的代码出现错误

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)

聚集dari hasil PCA yang sudah didapatkan

我该如何解决？请帮助：（因为今天是我的文章

Answer 1

n_components中的PCA必须小于min(n_samples, n_features)。

在这种情况下，min(n_samples, n_features)=2，所以n_components仅接受[0,2]之间的值，但是您给它4。

您可以尝试：n_components=2