K折交叉验证(KFold)

K折交叉验证：sklearn.model_selection.KFold(n_splits=n, shuffle=False, random_state=None)

思路：将训练/测试数据集划分为n个互斥子集，每次用其中一个子集当作验证集，剩下的n-1个作为训练集，进行n次训练和测试，得到n个结果

注：对于不能均等份的数据集，其前n_samples % n子集拥有int(n_samples / n)+ 1个样本，其余子集都只有int(n_samples / n)样本

参数说明：

n_splits：表示划分几等份

shuffle：在每次划分时，是否进行洗牌（默认为False）

      ①若为Falses时，其效果等同于random_state等于整数，每次划分的结果相同

      ②若为True时，每次划分的结果都不一样，表示经过洗牌，随机取样的

random_state：随机种子数

属性：

      ①get_n_splits(X=None, y=None, groups=None)：获取参数n_splits的值

      ②split(X, y=None, groups=None)：将数据集划分成训练集和测试集，返回索引生成器

实例：

      ①设置shuffle=False，运行两次结果相同

from sklearn.model_selection import KFold
import numpy as np