我是python sklearn的新手。我理解交叉验证的基础。如果我默认将数据拆分为3倍。 sklearn将使用不同的训练和测试数据集训练模型3次。我假设它产生3个不同的模型，我的意思是不同的w ^和d ^。这是正确的吗？我应该回来一个型号吗？如果我使用model.predict（）来预测输入，我正在使用哪个模型？
答案 0 :(得分：2)
交叉验证评估模型设置，而不是模型参数。
即。如果我使用错误的设置，例如具有20个参数超过10个数据点的LR，交叉验证将报告低分数，因为此设置中的模型不会推广，而不是因为模型参数错误。
如果在交叉验证后你得出结论模型概括得很好，那么所有训练过的模型都会非常相似。使用它们中的任何一个都是安全的，甚至可以通过对整个开发数据集进行训练来获得最终模型。