from sklearn.model_selection import cross_val_score
score = cross_val_score(model, train_data.values, train_y, scoring="neg_mean_squared_error", cv = kf)
入参说明
estimator模型
X:特征 n(样本数量)行m(特征数量)列
y:预测数据
cv:交叉验证生成器或可迭代次数
n_jobs:工作的CPU数量
scoring:评价方法
主要就是上面这些,剩下的以后补充。
返回值是一个数组,数组中每个元素是每次KFold的score。