質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.48%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Q&A

解決済

1回答

9239閲覧

主成分分析(PCA)でn_components=100でできない

Opdivo

総合スコア13

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

0グッド

0クリップ

投稿2018/08/11 06:01

前提・実現したいこと

PCA で 主成分100 で訓練する。

発生している問題・エラーメッセージ

lang

1--------------------------------------------------------------------------- 2ValueError Traceback (most recent call last) 3<ipython-input-36-c09bd3c28de9> in <module>() 4----> 1 pca = PCA(n_components=100, whiten=True, random_state=0).fit(X_train) 5 2 X_train_pca = pca.transform(X_train) 6 3 X_test_pca = pca.transform(X_test) 7 8C:\Anaconda3\lib\site-packages\sklearn\decomposition\pca.py in fit(self, X, y) 9 327 Returns the instance itself. 10 328 """ 11--> 329 self._fit(X) 12 330 return self 13 331 14 15C:\Anaconda3\lib\site-packages\sklearn\decomposition\pca.py in _fit(self, X) 16 390 # Call different fits for either full or truncated SVD 17 391 if svd_solver == 'full': 18--> 392 return self._fit_full(X, n_components) 19 393 elif svd_solver in ['arpack', 'randomized']: 20 394 return self._fit_truncated(X, n_components, svd_solver) 21 22C:\Anaconda3\lib\site-packages\sklearn\decomposition\pca.py in _fit_full(self, X, n_components) 23 408 raise ValueError("n_components=%r must be between 0 and " 24 409 "n_features=%r with svd_solver='full'" 25--> 410 % (n_components, n_features)) 26 411 27 412 # Center data 28 29ValueError: n_components=100 must be between 0 and n_features=30 with svd_solver='full'

該当のソースコード

pca = PCA(n_components=100, whiten=True, random_state=0).fit(X_train)

試したこと

エラー通りn_componentを0~30に下げれば実行できましたが、何としてでもn_components=100でやりたいです。検討がつきませんでした。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

PCAでは元の特徴量の空間よりも大きくは出来ません。

投稿2018/08/11 06:11

tachikoma

総合スコア3601

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

Opdivo

2018/08/11 06:51

X_train が勘違いで別のもので実行していて特徴量が30でした。 早々にアンサーしていただきすぐに解決できました。とても感謝いたします。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.48%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問