我的密码-
我用这种方式拆分了我的代码-
X_train, X_test, y_train, y_test = train_test_split(X_array, y_labels, test_size=0.25, random_state=42)
现在我做交叉验证，看看我训练好的模型的性能-
scoring = 'accuracy'
val_acc_results = cross_val_score(rf,X_train,y_train, cv=10, scoring=scoring)
这将给我的精确度的训练集。 我现在如何在我的测试数据集上评估我学习的模型？ 因为cross_val_score没有返回模型对象？
您需要对完整的训练数据运行估计器，cross_val_score只返回分数。 你现在需要:
rf.fit(X_train, y_train)
predictions = rf.predict(X_test)
然后，要获得测试数据的精确度，请执行以下操作:
from sklearn import metrics
metrics.accuracy_score(y_test, predictions)
