作成したデータセットにPCAを適用し次元削減時のエラー

Question

前提・実現したいこと

python3で教師なし学習での画像分類のシステムを作っています。
次元削減機能を実装中に以下のエラーメッセージが発生しました。
エラーを検索しても答えが見つけられず困っています。

発生している問題・エラーメッセージ

NotFittedError Traceback (most recent call last)
<ipython-input-14-7b16379e72ab> in <module>
6 r_dataset = ipca.partial_fit(dataset[i*batch_size:(i+1)*batch_size])
7
----> 8 r_dataset = ipca.transform(dataset)
9 print(r_dataset.shape)
10 print("PCA done.")

~\anaconda3\lib\site-packages\sklearn\decomposition_incremental_pca.py in transform(self, X)
349 return np.vstack(output)
350 else:
--> 351 return super().transform(X)

~\anaconda3\lib\site-packages\sklearn\decomposition_base.py in transform(self, X)
123 >>> ipca.transform(X) # doctest: +SKIP
124 """
--> 125 check_is_fitted(self)
126
127 X = check_array(X)

~\anaconda3\lib\site-packages\sklearn\utils\validation.py in check_is_fitted(estimator, attributes, msg, all_or_any)
965
966 if not attrs:
--> 967 raise NotFittedError(msg % {'name': type(estimator).name})
968
969

NotFittedError: This IncrementalPCA instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.

エラーメッセージ
NotFittedError: This IncrementalPCA instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.

以下全体のコードです。
python初心者のためfitやtransformについて調べましたが全くどこに問題があるのか、どう改善するべきなのかわかりません…
どなたかご教授お願いいたします。

該当のソースコード

ソースコード
import os
import glob
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.decomposition import IncrementalPCA
from sklearn.cluster import KMeans

np.random.seed(5)
import cv2


img_paths = []

for file in glob.glob("./seikaku2/*.jpg"):
    img_paths.append(file)
    
    print("Image number:", len(img_paths))
    print("Image list make done.")
    
for i in img_paths:
    img = Image.open(i)
        
    print(img.size)
    plt.figure()
    plt.imshow(np.asarray(img))
    plt.close("all")

img_paths = img_paths
print(len(img_paths))

def img_to_matrix(img):
    img_array = np.asarray(img)
    return img_array

def flatten_img(img_array):
    s = img_array.shape[0] * img_array.shape[1] * img_array.shape[2]
    img_width = img_array.reshape(1, s)
    
    return img_width[0]

dataset = []

for i in img_paths:
    img = Image.open(i)
    
    img = img.resize((int(1232/6), int(1754/6)), Image.BICUBIC)

    img = img_to_matrix(img)
    img = flatten_img(img)
    dataset.append(img)

dataset = np.array(dataset)
print(dataset.shape)
print("Dataset make done.")

n = dataset.shape[0]
batch_size = 180
ipca = IncrementalPCA(n_components=100)

for i in range(n//batch_size):
    r_dataset = ipca.partial_fit(dataset[i*batch_size:(i+1)*batch_size])

r_dataset = ipca.transform(dataset)
print(r_dataset.shape)
print("PCA done.")

補足情報（FW/ツールのバージョンなど）

以下のサイトを参考にしています。
https://avinton.com/academy/image-classification/