主成分分析（PCA）でn_components=100でできない

Question

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

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-36-c09bd3c28de9> in <module>()
----> 1 pca = PCA(n_components=100, whiten=True, random_state=0).fit(X_train)
      2 X_train_pca = pca.transform(X_train)
      3 X_test_pca = pca.transform(X_test)

C:\Anaconda3\lib\site-packages\sklearn\decomposition\pca.py in fit(self, X, y)
    327             Returns the instance itself.
    328         """
--> 329         self._fit(X)
    330         return self
    331 

C:\Anaconda3\lib\site-packages\sklearn\decomposition\pca.py in _fit(self, X)
    390         # Call different fits for either full or truncated SVD
    391         if svd_solver == 'full':
--> 392             return self._fit_full(X, n_components)
    393         elif svd_solver in ['arpack', 'randomized']:
    394             return self._fit_truncated(X, n_components, svd_solver)

C:\Anaconda3\lib\site-packages\sklearn\decomposition\pca.py in _fit_full(self, X, n_components)
    408             raise ValueError("n_components=%r must be between 0 and "
    409                              "n_features=%r with svd_solver='full'"
--> 410                              % (n_components, n_features))
    411 
    412         # Center data

ValueError: 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。

Answer 1

PCAでは元の特徴量の空間よりも大きくは出来ません。

Comments

[Opdivo]

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。