自动设置n_components

Question

我正在尝试使用Sklearn和下面的代码来将我的5000 D数据减少到32 D

from sklearn.decomposition import PCA
import numpy as np 

arr = np.random.randint(1,10,(10,5000)).astype(float)
pca = PCA(n_components=32)
newData = pca.fit_transform(arr)
print newData.shape

通过上面的代码，我得到了形状的newData (10,10) (10维的10个样本).我对PCA的理解是，它应该会导致形状(10,32)的newData，但这里不是这样的。将输入数据(arr)更改为50个样本，我得到了形状的newData ( 50 ,32)，这正是我所期望的。如果n_components值小于给定的n_components (本例中为32)，那么sklearn将该值自动设置为min(num_samples，num_dimension)。

有人能告诉我这是什么目的吗？

Answer 1

根本没有足够的数据来计算您所要求的所有组件。

或者，换一种说法:它们是任意的，它们的关联方差等于0，因为特征协方差矩阵的秩最多为10 (需要排名32才能得到32个组件)。

所以科学-学习只是不回报他们。