我使用sklearn.lda用于分类目的，对打印平均分类错误的分数函数有点困惑。它是由遗漏一把刀决定的吗？我如何解释结果？它只是一个没有太多留档的浮点值。
提前谢谢你，艾尔
score方法采集样本X及其真实标签y，并将自己的预测与y进行比较。它返回平均精度，它总是一个数字。例如，
lda = LDA().fit(X, y)
print(lda.score(X, y))
将在其自己的训练集上打印分类器的精度。
每个分类器都有一个score方法，该方法通常（尽管不一定）返回平均精度。如果没有显式地为分类器指定评分参数，则GridSearchCV模型选择算法将使用该方法来确定分类器的质量。
