Использование Scikit LDA в RFECV

Question

Использование Scikit LDA в RFECV

Я использую рекурсивную функцию ранжирования функций в scikit-learn (http://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.RFECV.html#sklearn.feature_selection.RFECV). Тем не менее, я хотел бы использовать классификатор LDA в качестве оценщика. У меня есть этот код:

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_

Когда я выполняю этот код, я получаю сообщение об ошибке. Если я выполню тот же код с RFE, это нормально. Или, если я использую классификатор SVR, он работает нормально. У меня вопрос, получаю ли я классификатор при вызове метода LDA(). RFECV будет использовать классификатор в "оценщике" для ранжирования объектов. В чем проблема с LDA?

0

python machine-learning scikit-learn scikits

Источник

user963386 18 апр '12 в 14:03

1 ответ

Другие вопросы по тегам python machine-learning scikit-learn scikits

user166749 18 апр '12 в 14:14 2012-04-18 14:14 · Answer 1 · 2012-04-18 14:14

Из документов:

sklearn.datasets.make_friedman1: Генерировать регрессионную проблему "Фридман № 1"

(выделение добавлено)

Вы не можете разумно использовать классификатор для проблемы регрессии. Причина по которой SVR работает то, что не ученик классификатора, а ученик регрессии.