python - 主成分分析不起作用

我正在尝试使用非常简单的数据集进行PCA，但仍然出现此错误：AttributeError：'PCA'对象没有属性'singular_values_'

这是代码：

import numpy as np
from sklearn.decomposition import PCA
X = np.array([[0.92, 0.51], [0.72, 0.59],
              [0.83, 1.03], [0.81, 1.21],
              [0.82, 0.63], [0.93, 0.68],
              [0.84, 0.57], [0.89, 1.52],
              [0.89, 1.04], [0.95, 0.99]])
pca = PCA(n_components=2)
pca.fit_transform(X)
print(pca.mean_)
print(pca.components_)
print(pca.explained_variance_)
print(pca.explained_variance_ratio_)
print(pca.singular_values_)
print(pca.n_components_)
print(pca.noise_variance_)

我得到了除singular_values_以外的所有内容

谢谢您的帮助！

最佳答案

singular_values_属性是added in sklearn 0.19，于2017年8月发布。无法访问它表示您使用的是旧版本。

关于python - 主成分分析不起作用，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46308340/