在tensorflow.contrib.learn.DNNRegressor中是否有内置函数来合并K折交叉验证？如果没有，我还有另一个问题。据我了解，使用以下代码将导致循环运行10次，每次迭代会将数据分为不同的子集。
from sklearn.model_selection import KFold
kf = KFold(n_splits=10)
for train_index, test_index in kf.split(X):
X_train, X_test = X[train_index], X[test_index]
y_train, y_test = y[train_index], y[test_index]
如何确保我的模型从每次迭代中学习？我不能简单地在for循环中添加以下内容，因为在每次迭代中，先前的模型都会被覆盖，对吗？
regressor.fit(X_train, y_train)
predictions = regressor.predict(X_test)
我认为为每次迭代保存错误也很好。谢谢！
PS：regressor是我使用Learn.DNNRegressor创建的具有所需架构，优化器等的功能。