ValueError：n_components = 256必须介于0和minn_samples，n_features= 11之间，且svd_solver ='full'

问题描述

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。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）