KFold需设n_splits≥2且为整数，shuffle=True时必须指定random_state；cross_val_score自动调用split()，要求estimator实现fit/score接口；cross_val_predict返回各样本在对应未参与训练折的预测值。
sklearn.model_selection.KFold 怎么初始化才不报错
直接用 KFold 但没设 n_splits 或传了 shuffle=True 却没给 random_state，会抛 ValueError: random_state must be specified if shuffle=True。这不是警告，是硬性要求。
-
n_splits必须是整数且 ≥2，设成 1 就报ValueError: n_splits=1 cannot be less than 2 - 如果数据量小（比如只有 50 行），设
n_splits=10会导致每个 fold 只有 5 个样本，train_test_split阶段容易因标签分布不均崩掉——尤其分类任务里某 fold 没见过某个类别 - 默认
shuffle=False，意味着前 K-1 折全是连续切片，时序数据看似安全，但若数据本身有隐式顺序（比如按日期采集又没排序），结果会严重高估泛化能力
fit() 之前怎么把 KFold 结果喂给 cross_val_score
cross_val_score 内部自动调 split()，你不用手动循环；但很多人卡在「传了 cv=KFold(...) 却发现只跑了一折」——其实是模型没实现 fit() / score() 接口，或者传的 estimator 是没封装好的裸函数。
- 必须传实现了
fit()和score()的对象，比如LogisticRegression()可以，lambda x, y: None不行 -
cross_val_score默认用scoring="accuracy"，但回归任务得显式写scoring="neg_mean_squared_error"，否则返回值是负的，且不加负号就误读成“越大越好” - 别在
cross_val_score外再套一层train_test_split：它自己会完整做 K 次 train/val 划分，外层切分反而让验证集信息泄露
自己手写 for 循环做 KFold 时怎么避免索引越界
用 KFold.split(X) 返回的是 (train_idx, test_idx) 元组，不是数据子集。常见错误是直接 X[train_idx] 却忘了 X 是 DataFrame 而不是 numpy array——这时候会触发 KeyError 或静默返回错行。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 统一转成 numpy：用
X.values[train_idx]或np.asarray(X)[train_idx] - 如果是 pandas DataFrame，用
.iloc[train_idx]，别用.loc——后者按 label 索引，而split()给的是位置索引 - 每次循环里必须重新
fit新模型实例，不能复用同一个对象：否则第二折开始会继承第一折的参数状态，评估失真
cross_val_predict 和 cross_val_score 返回值差异在哪
cross_val_score 返回长度为 K 的数组，每个元素是单折的 score；cross_val_predict 返回和原始 X 等长的预测向量，但它不是简单拼接，而是保证每个样本的预测值来自它**未参与训练**的那一折——这点极易被忽略。
立即学习“Python免费学习笔记（深入）”；
- 想画混淆矩阵或算 per-sample 指标？必须用
cross_val_predict，cross_val_score给不出单样本预测 -
cross_val_predict不支持自定义 scoring，只返回predict()或predict_proba()结果；要概率输出得加return_proba=True参数（仅部分模型支持） - 如果模型 predict 输出维度和 y 不一致（比如多输出回归），
cross_val_predict会直接报ValueError，此时只能退回到手写循环
真正难的不是调哪个函数，而是理解每折的训练集到底“没见过什么”——特别是当预处理（如 StandardScaler）被错误地放在循环外面时，整个交叉验证就失效了。
