Python实现交叉验证法

交叉验证是一种用于评估模型性能和选择超参数的方法。其中，k折交叉验证是最常用的形式之一。它将数据集分为k个相似大小的折（folds），然后执行k次训练-测试过程，每次选择一个不同的折用作测试集，其余折用作训练集。最后，将k次测试的性能指标的平均值作为最终性能指标。

在scikit-learn库中，可以使用cross_val_score函数进行交叉验证。以下是一个示例，演示如何在多项式回归中使用交叉验证：

import numpy as np
from sklearn.model_selection import cross_val_score
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
from sklearn.pipeline import make_pipeline