Scikit LDA在RFECV中的使用

Question

我使用了遞歸功能排序函數scikit-learn（http://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.RFECV.html#sklearn.feature_selection.RFECV ）。不過，我想用LDA分類器作爲估算器。 我有這樣的代碼：

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_ 

當我執行這個代碼，我得到一個錯誤。如果我使用RFE執行相同的代碼，則可以。或者如果我使用SVR分類器，它工作正常。我的問題是，如果我在調用方法LDA（）時得到分類器，RFECV將使用「估計器」中的分類器對特徵進行排序。 LDA有什麼問題？

Answer 1

從the docs：

sklearn.datasets.make_friedman1： 生成「弗裏德曼＃1」 迴歸問題

（強調）

不能合理使用分類上回歸問題。 SVR的工作原因是它不是分類器學習者，而是迴歸學習者。