机器学习之交叉验证

交叉验证分为简单交叉验证和k-fold交叉验证。（这里不对留1交叉验证和留n交叉验证做说明）
简单交叉验证：随机地将数据分为训练集和测试集，比如70%训练集，30%测试集，然后在不同条件下训练模型，选择最好的。
k-fold交叉验证：将数据分成k份，每次用k-1份做训练，1份做测试，重复k次，选择最好的模型。
导入数据集代码：
from sklearn import linear_model from sklearn import datasets from sklearn.model_selection import train_test_split,cross_val_score boston=datasets.load_boston() X=boston.data y=boston.target

交叉验证代码及运行结果：