PCA(n_components=9)适配手写数字数据集的维度匹配报错解决问询

错误根源 #

你设置了PCA(n_components=9)，降维后的principalComponents是16800行×9列的数组，但创建DataFrame时指定的columns列表有10个元素（从pc0到pc9），列数不匹配直接触发了ValueError。

修复方法 #

方法1：手动修正列名列表 #

直接把列名列表缩减到9个，和降维后的列数对齐：

principalComponents = model_pca.fit_transform(X)

# 列名只保留pc0到pc8，共9个
df_pca = pd.DataFrame(data = principalComponents, 
columns = ['pc0', 'pc1', 'pc2', 'pc3', 'pc4', 'pc5', 'pc6', 'pc7', 'pc8'])

df_pca['targets'] = y_target

方法2：自动生成列名（推荐） #

用循环生成对应数量的列名，避免手动计数出错：

principalComponents = model_pca.fit_transform(X)
n_components = model_pca.n_components_  # 直接获取PCA实际使用的成分数，避免硬编码

df_pca = pd.DataFrame(data = principalComponents, 
columns = [f'pc{i}' for i in range(n_components)])

df_pca['targets'] = y_target

额外提示 #

PCA的n_components不需要和类别数（10个数字）绑定，硬设为9没有理论依据。更合理的做法是根据方差解释率选择，比如设置n_components=0.95，让PCA自动保留能解释95%数据方差的主成分，这样既能降维又能保留足够的特征信息：

model_pca = PCA(n_components=0.95)
principalComponents = model_pca.fit_transform(X)
print(f"自动保留的主成分数：{model_pca.n_components_}")

内容的提问来源于stack exchange，提问作者Data Science Analytics Manager