对随机森林分类，CV和测试集的预测感到困惑

Question

我一直在阅读随机森林文档，我对您如何将交叉验证模型（基于您的训练数据）应用于测试数据以便进行分类预测感到困惑。

我的代码如下，但我不知道如何使用它来预测？通常你会适合模型，然后调用预测，但我已经读过你不必用随机森林调用'适合' - 所以如果我没有先调用适合，我怎么称呼预测呢？太困惑了！

`clf = RandomForestClassifier(n_estimators=10, max_depth=None,
   min_samples_split=2, random_state=0)
   scores = cross_val_score(clf, X_train, y_train, cv = 10, scoring='precision')                      
   y_pred = clf.predict(X_test)`

#NotFittedError：估算器未安装，在使用模型之前调用fit。