如果交叉验证在训练数据上训练我们的模型 k 次,那么为什么我们需要 fit 方法。
当我使用下面的代码
from sklearn.model_selection import cross_val_score
cross_val_score(model, train_s1, target_s1, cv=5 , scoring='neg_mean_absolute_error')
我需要使用 .fit 才能使用 .predict。但为什么 ?当交叉验证已经在训练数据上训练我的模型时。
如果交叉验证在训练数据上训练我们的模型 k 次,那么为什么我们需要 fit 方法。
当我使用下面的代码
from sklearn.model_selection import cross_val_score
cross_val_score(model, train_s1, target_s1, cv=5 , scoring='neg_mean_absolute_error')
我需要使用 .fit 才能使用 .predict。但为什么 ?当交叉验证已经在训练数据上训练我的模型时。