python - scikit-learn 中的部分交叉验证

Question

基本交叉验证：

from sklearn.model_selection import cross_val_score
from sklearn import datasets

X, y = datasets.load_iris(return_X_y=True)
clf = svm.SVC(kernel='linear', C=1)
scores = cross_val_score(clf, X, y, cv=5)

假设有另一个数据X2，y2我想与它连接，X但y我不想参与交叉验证。（在所有 5 折中X2，y2应该是训练的一部分）。

是否仍然可以使用cross_val_scorefrom scikit-learn 这样做？

换句话说，在cross_val_score部分数据始终保留在训练集中的情况下，是否可以进行部分交叉验证？

PS： X2实际上是合成的y2补充数据，我想知道它们的存在是否有助于模型更好地执行。因此，为了公平比较，它们不应该成为测试的一部分。