如何解决ValueError:n_components = 256必须介于0和minn_samples,n_features= 11之间,且svd_solver ='full'
我遵循了这个示例,并且效果很好
from sklearn.datasets import load_iris
iris = load_iris()
N = 10
X = iris.data[:N,:2]
pca1 = PCA(n_components=1)
X_low = pca1.fit_transform(X)
下面是我的代码。
results = []
for t in token:
_,model_out = model(**t)
results.append(model_out.tolist())
r1 = np.array(results)
r2 = r1.reshape(-1,768)
r2.shape
(11,768)
p2 = PCA(n_components=256).fit_transform(r2)
ValueError:n_components = 256必须介于0和min(n_samples,n_features)= 11之间,且svd_solver ='full'
示例中的数组尺寸与我的代码相同。 我不知道为什么会发生错误。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。