Я пробовал Kernal PCA, используя библиотеку sklearn на наборе данных о сердечных заболеваниях от kaggle (https://www.kaggle.com/ronitf/heart-disease-uci) Итак, я создал список всех типов ядер в списке P и передал его в метод KernalPCA () для параметризации ядра.
Когда я выполняю приведенный ниже код, я получаю это сообщение об ошибке, прикрепленное после кода.
Результаты графика в порядке, но я получаю сообщение об ошибке
Мне было любопытно, почему? Может ли кто-нибудь помочь?
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