1、基础
便利函数
在指定数据集上运行指定学习器时，用k折交叉获取的最佳性能
sklearn.model_selection.cross_val_score(<指定学习器>,X:数据集中样本集,y：数据集中标记集,cv=k折交叉生成器/None)
（太多了，以后再补上）
2、代码
from sklearn.model_selection import cross_val_score
import numpy as np
from sklearn.datasets import load_digits
from sklearn.svm import LinearSVC
digits=load_digits() # 加载用于分类问题的数据集
X=digits.data
y=digits.target
result=cross_val_score(LinearSVC(),X,y,cv=10) # 使用 LinearSVC 作为分类器
print("Cross Val Score is:",result)
3、结果
Cross Val Score is: [0.9 0.93333333 0.8 0.82777778 0.93888889 0.93888889
0.97222222 0.94972067 0.86592179 0.88826816]
