Изпробвах Kernal PCA, използвайки библиотека sklearn върху набор от данни за сърдечни заболявания от kaggle (https://www.kaggle.com/ronitf/heart-disease-uci) така че създадох списък с всички типове ядра в списък P и предадох на метода KernalPCA() за параметриране на ядрото.
Когато изпълня кода по-долу, получавам това съобщение за грешка, прикачено след кода.
Резултатите от сюжета са напълно добри, но получавам грешката
Стана ми интересно защо? Може ли някой да помогне?
from sklearn import decomposition
from sklearn.preprocessing import StandardScaler
from scipy import sparse
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import seaborn as sns
df = pd.read_csv('heart.csv')
target = df['target']
df.head()
Scaler = StandardScaler()
# X represents Standardized data of df
X = Scaler.fit_transform(df)
X.shape
n=2
p = ['linear','poly','rbf','sigmoid','cosine','precomputed']
for i in p:
trans = decomposition.KernelPCA(n_components=n,kernel=i)
Xli = trans.fit_transform(X)
y = pd.DataFrame(Xli,columns=('PC1','PC2'))
y['Target'] = target