梯度提升回归误差'估计器必须实现拟合方法'-sklearn

Question

我正在使用糖尿病数据集，并尝试在不使用参数的情况下运行Gradient Boosting Regressor，并使用cross_val_score。

import pandas as pd
from sklearn.datasets import load_diabetes
from sklearn.ensemble import GradientBoostingRegressor
from sklearn.model_selection import cross_val_score

diab =load_diabetes()

df = pd.DataFrame(diab.data,columns=diab.feature_names)
df['target'] = diab.target

X = df.iloc[:, :-1]
y = df.iloc[:,-1:]
grad_boost = GradientBoostingRegressor()
grad_boost = grad_boost.fit(X,y)
scores = cross_val_score(X,y,grad_boost,cv=5)# Error: estimator should be implementing 'fit'
scores.mean()

这给我“估计器应该是实现'fit'方法的估计器”。 是因为渐变增强不应该与cross_val_score一起使用？