基于主成分分析和K-均值预测的ValueError算法

Question

我首先将PCA应用于我的数据集，作为一种降维方法。然后对PCA数据集进行K均值聚类。

作为我项目的最后一步，我需要预测新数据的集群。

但是，当我尝试对新数据进行PCA转换时，发生了以下错误：

ValueError: n_components=2 must be between 0 and min(n_samples, n_features)=1 with svd_solver='full'

我知道我们需要更多的记录来对新数据执行PCA。但是，就我的项目目标而言，我一次只得到一张唱片。

这种分析的正确过程是什么，除了这个或之外，的解决方案是什么？

谢谢

Answer 1

根据这里的医生：https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html

n_components值介于0之间。和1。是使用svd_solver时的百分比。

如果您需要，这里有一个完整的PCA示例：https://scikit-learn.org/stable/auto_examples/datasets/plot_iris_dataset.html#sphx-glr-auto-examples-datasets-plot-iris-dataset-py

还有很多其他的在这个页面上的人：https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html