交叉验证数据集划分--KFold类和cross_val_score()函数

KFold

model_selection.KFold(n_splits=5, *, shuffle=False, random_state=None)

提供训练/测试指标用于分割在训练/测试集中的数据
将数据分为n_splits份（默认不打乱顺序），其中一份作为交叉验证数据集，剩余（n_splits-1）份作为训练数据集

该类是一个交叉校验器

一般使用格式

常与cross_val_score()函数一起使用来求模型的评分

cross_val_score

cross_val_score(estimator, X, y=None, *, groups=None, scoring=None, cv=None, n_jobs=None, verbose=0, fit_params=None, pre_dispatch='2*n_jobs', error_score=nan)

通过交叉验证来评估出一个分数

主要参数

x
array-like
要拟合的数据
y
array-like
监督学习时使用，表示标签
cv
交叉验证生成器（如kfold类）或可迭代类型
默认：5-fold
n_jobs
并行处理的任务数量
训练模型计算得分与交叉数据集分割同时进行
默认None：即1
-1表示使用所有处理器

返回值

数据类型：ndarray
模型为每个交叉验证数据集所估计的分数，比如我们使用kfold将数据集分为10份，除了1份用来验证模型的准确性外，其余的9份都会作为训练数据集参与估分

一般使用格式

kfold=KFold(n_splits=10)
cv_result=cross_val_score(model,x,y,cv=kfold)	# model表示模型，x,y分别表示数据集及其标签

cross_val_score()函数的意义：假设我们现在有一个数据集，我们需要将其分为训练集和测试集，但是这样分一次后得到的数据集合具有随机性，这就会导致每次分割得到的数据集不一样，模型训练后得到的分数也不一样，会影响我们的判断。
于是我们使用这样的一个方法，多次随机分配训练数据集和交数据集，然后求得模型准确性评分的平均值
上面代码中cross_val_score()函数总共计算10次不同数据集和交叉数据集组合得到的模型准确行评分