我使用Python处理大约4000张手表图片（例如：watch_1, watch_2）。这些图片是RGB格式，分辨率为450×450。我的目标是找出其中最相似的几块手表。为此，我使用了scikit_learn中的IncrementalPCA和partial_fit来处理这些大数据，我的电脑内存为26GB（另见：SO_Link_1, SO_Link_2）。我的源代码如下：

然而，当我开始运行这个程序处理40张手表图片时，在i = 1时得到了以下错误：

ValueError: Number of input features has changed from 4 to 6 between calls to partial_fit! Try setting n_components to a fixed value.

然而，显然我在编写ipca = IncrementalPCA(n_components=6)时已经将n_components设置为6，但不知为何ipca在i = 0时认为chunk_size = 4是组件数量，而在i = 1时又变为6。

为什么会发生这种情况？

我该如何解决这个问题？

回答：

这似乎符合PCA背后的数学原理，因为当n_components > n_samples时，它将变得病态条件。

你可能有兴趣阅读这个（错误消息的引入）和相关讨论。

尝试增加批量大小/块大小（或降低n_components）。

（总的来说，我对这种方法也有些怀疑。我希望你已经在一些小型示例数据集上使用批量PCA进行了测试。看起来你的手表图片在几何方面没有进行预处理：裁剪；可能还需要进行直方图/颜色归一化。）