使用cross_val_score和具有多个输出的神经网络的得分的含义

Question

我正在建立一个将用作回归器的神经网络。我的神经网络末尾有2个输出。为了验证我的神经网络，我将scikit函数与KerasRegressor一起使用，因此我将其称为

scores=cross_val_score(regressor,X,y,cv=5,scoring='neg_mean_absolute_error')

y的尺寸为Nx2。但是我不完全理解输出，我们的交叉验证将y_test预测与真实值进行比较，因此我应该期望交叉验证的每次迭代都具有2的向量。相反，我只有一个标量，我们取均值整个矩阵（y_pred-y_true）？我希望矩阵的每一列都具有绝对均值，从而为我们提供2维矢量

感谢您的帮助