Ошибка атрибута X_transformed_fit_: AttributeError: у объекта "KernelPCA" нет атрибута "X_transformed_fit_"

Question

Я пытаюсь выяснить, какие функции в моем наборе данных влияют на основные компоненты, и пытаюсь наблюдать, как мои данные вписываются в мой алгоритм PCA ядра. Я пытался использовать атрибут X_transformed_fit_, который существует в документальном фильме, но я получил эту ошибку: AttributeError: у объекта 'KernelPCA' нет атрибута 'X_transformed_fit_'

Мой код для KPCA ниже:

from sklearn.decomposition import KernelPCA
kpca = KernelPCA(n_components = 2, kernel = 'cosine', fit_inverse_transform = False)
X = kpca.fit_transform(X)
kpca.X_transformed_fit_

Если я не могу понять, как интерпретировать состав моего KPCA, то как я пойму, что эти основные компоненты созданы? Причина, по которой я занимаюсь расследованием, заключается в том, что я продолжу этот процесс с реализацией алгоритма кластеризации (K-средних, агломеративных HC), и я хочу понять символы моих отдельных кластеров, которые будут получены из алгоритмов в конце (понимание структуры основных компонентов).

Answer 1

Атрибут X_transformed_fit_ доступно только при установке параметра fit_inverse_transform в True,

Пытаться:

kpca = KernelPCA(n_components = 2, kernel = 'cosine', fit_inverse_transform = True)
X = kpca.fit_transform(X)
kpca.X_transformed_fit_