python - Scikit LDA 在 RFECV 中的使用

Question

我正在使用 scikit-learn 的递归特征排名函数(http://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.RFECV.html#sklearn.feature_selection.RFECV)。但是，我想使用 LDA 分类器作为估计器。我有这个代码:

X, y = make_friedman1(n_samples=50, n_features=10, random_state=0)
estimator = LDA()
#selector = RFE(estimator,5,step = 1)
selector = RFECV(estimator, cv = 5,step = 1)
selector=selector.fit(X,y)
print selector.support_
print selector.ranking_

当我执行此代码时，出现错误。如果我用 RFE 执行相同的代码，就可以了。或者如果我使用 SVR 分类器，它工作正常。我的问题是，当我调用方法 LDA() 时，是否会得到一个分类器。RFECV 将使用“估计器”中的分类器对特征进行排名。 LDA有什么问题？

Answer 1

来自the docs :

sklearn.datasets.make_friedman1: Generate the “Friedman #1” regression problem

(强调)

您无法在回归问题上明智地使用分类器。 SVR 起作用的原因是它不是分类器学习器，而是回归学习器。