python cross val score_如何使用cross_val_score（）Sklearn？

我正在尝试使用Python中的Sklearn进行k-fold交叉验证，现在已经遵循了两个教程，但是我的代码不会为验证而运行。在

每次我试着cross_val_score(dt, x, y, cv=5)

我得到了一个错误：

^{pr2}$

这是我的代码：def encode_target(df, target_column):

df_mod = df.copy()

targets = df_mod[target_column].unique()

map_to_int = {name: n for n, name in enumerate(targets)}

df_mod["Target"] = df_mod[target_column].replace(map_to_int)

return (df_mod, targets)

df = pd.read_csv("C:/Users/djsg38/Documents/CS6001- SpatialTemporal/HW2/finalCounts.csv")

df2, targets = encode_target(df, "MYLABEL")

features = list(df2.columns[:12338])

y = df2["TARGET"]

x = df2[features]

dt = DecisionTreeClassifier()

dt.fit(x, y)

scores = cross_val_score(dt, x, y, cv=5)

我的DecisionTreeClassifier似乎工作得很好，当我将其作为图像输出时，它看起来很好，但这里的问题在于最后一行。在

注：我不确定是否有列限制？我遵循的经典示例使用Iris数据集，因此有四列来查看数据。不过，对我来说，我有12338列数据(100篇文章中每个唯一单词的字数)。在