在 sklearn 中交叉验证 QDA 分类器答案

【问题标题】：Cross validating QDA classifer in sklearn在 sklearn 中交叉验证 QDA 分类器
【发布时间】：2014-11-24 07:40:51
【问题描述】：

在 sklearn 的 QDA 分类器上不能调用cross_val_score 函数吗？这是我的 sn-p：

cvKF = cross_validation.KFold(len(communications.target), n_folds=3, shuffle=True)
clf_qda = QDA()
scores = cross_validation.cross_val_score(clf_qda, myData.data, myData.target, cv=cvKF)

它给了我以下错误：

  File "/Users/t/anaconda/lib/python2.7/site-packages/sklearn/qda.py", line 149, in _decision_function
    return (-0.5 * (norm2 + np.sum(np.log(self.scalings_), 1))

AttributeError: log

有什么想法吗？是bug还是我身边出了什么问题？

【问题讨论】：

已确认，这一定是一个错误——但不确定是什么原因造成的。
啊，找到了：github.com/scikit-learn/scikit-learn/issues/3721
这不是github.com/scikit-learn/scikit-learn/issues/4006 吗？届时将在github.com/scikit-learn/scikit-learn/pull/4057修复。

标签： python machine-learning scikit-learn cross-validation

【解决方案1】：

我已经尝试了 0.16.dev 版本（还在开发中），这个错误已经解决。请参阅 github.com/scikit-learn/scikit-learn

【讨论】：