Python sklearn LDA报错：存在意外关键字参数'covariance_estimator'

报错原因 #

LinearDiscriminantAnalysis的covariance_estimator参数是scikit-learn 1.2.0版本才新增的功能，你本地安装的scikit-learn版本低于该版本，因此初始化时无法识别该参数，触发类型错误。

解决方案 #

方案1：升级scikit-learn版本（推荐） #

直接执行升级命令即可适配官方示例代码：
pip install --upgrade scikit-learn>=1.2.0
升级完成后重新运行原代码即可正常输出结果。

方案2：适配旧版本scikit-learn #

若环境限制无法升级依赖，可手动调用OAS计算协方差矩阵后替换LDA内部的默认协方差结果，将原代码中clf3的定义部分替换为如下逻辑即可：

oa = OAS(store_precision=False, assume_centered=False)
# 手动用OAS拟合训练数据计算协方差
oa.fit(X)
# 初始化无收缩的LDA
clf3 = LinearDiscriminantAnalysis(solver='lsqr', shrinkage=None).fit(X, y)
# 替换默认协方差为OAS估计结果
clf3.covariance_ = oa.covariance_

内容的提问来源于stack exchange，提问作者bensw