Python TypeError:不支持*:';PCA&x27;和';浮动';
编辑: 以下是数据csv的标题:Python TypeError:不支持*:';PCA&x27;和';浮动';,python,scikit-learn,sklearn-pandas,Python,Scikit Learn,Sklearn Pandas,编辑: 以下是数据csv的标题: Fresh Milk Grocery Frozen Detergents_Paper Delicatessen 0 12669 9656 7561 214 2674 1338 1 7057 9810 9568 1762 3293 1776 2 6353 8808 7684 2405 3516 7844 3 13265 1196 4
Fresh Milk Grocery Frozen Detergents_Paper Delicatessen
0 12669 9656 7561 214 2674 1338
1 7057 9810 9568 1762 3293 1776
2 6353 8808 7684 2405 3516 7844
3 13265 1196 4221 6404 507 1788
4 22615 5410 7198 3915 1777 5185
我看到的错误是:
TypeError: unsupported operand type(s) for *: 'PCA' and 'float'
代码:
它在抱怨最后一行
数据来自已显示运行良好的csv PCA.fit()
tans将模型设置到位并返回self
,以便可以链接其他模型操作。那么,在
pca_samples = pca.fit(log_data)
pca\u samples
只是对pca
pca的另一个引用。fit(X[,y])
只需使用X对模型进行拟合,并返回自我
,即pca本身
因为您希望使用
pd.DataFrame(np.round(pca_samples, 4), columns = pca_results.index.values))
因此,您应该调用pca.fit\u transform()
fit_变换(X[,y])用X拟合模型,并在X上应用降维
请参阅,和要使您的代码正常工作,请参阅下面的测试代码和您应该更改的行
#TODO: Transform log_samples using the PCA fit above
pca_samples = pca.fit_transform(log_samples)
上述代码运行得非常好。在脚本顶部添加CSV文件的代表部分作为
StringIO
对象,并将其作为示例的一部分加载。请包括堆栈跟踪,以便我们知道问题所在。rs
是什么?并且不会显示引起错误的np.log
行。“这个剧本还有其他内容吗?”PaulH我把它添加到了剧本的顶部question@tdelaneyrs指:导入渲染为rs
#TODO: Transform log_samples using the PCA fit above
pca_samples = pca.fit_transform(log_samples)