如何使用NaiveBayesClassifier和movie_reviews语料库进行交叉验证

Question

我一直在寻找stackoverflow，但没有答案起作用，所以以为我会问这个问题。我一直在分析nltk，python中的movie_reviews语料库。而且我不知道如何进行交叉验证（k折）。这里的答案不起作用，我想知道是否是因为我使用的是python 3？如何在python中轻松进行交叉验证？我可以使用cross_val_score吗，如果可以的话，该如何实现？

我尝试过：

from sklearn.cross_validation import KFold, cross_val_score
k_fold = KFold(len(y), n_folds=4, shuffle=True, random_state=0)
clf = classifier
print (cross_val_score(clf, X, y, cv=k_fold, n_jobs=1))

还有：

X = all_words_clean
kf = KFold(n_splits=2)
for train, test in kf.split(X):
    print("%s %s" % (train, test))

该代码的第一部分根本不起作用，而第二部分似乎没有交叉验证（它可以工作，但结果是：[791910 791911 791912 ... 1583817 1583818 1583819] [0 1 2 ... 791907 791908 791909] [0 1 2 ... 791907 791908 791909] [791910 791911 791912 ... 1583817 1583818 1583819]）

我也想在此之后获得准确性。

感谢您的帮助！