python - Scikit LDA 在 RFECV 中的使用

Question

我正在使用递归特征排名函数 i scikit-learn (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，它可以正常工作。我的问题是，当我调用 LDA() 方法时，我是否得到了一个分类器。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

从文档：

sklearn.datasets.make_friedman1：生成“Friedman #1”回归问题

（重点补充）

您不能明智地在回归问题上使用分类器。起作用的原因SVR不是分类器学习器，而是回归学习器。