cross_val_score构造函数里面的参数cv值设为neg_mean_squared_error代表什么

在使用scikit-learn库的`cross_val_score`函数进行交叉验证时，参数`cv`用于指定交叉验证的策略。当`cv`的取值为`neg_mean_squared_error`时，表示使用均方误差（Mean Squared Error，MSE）作为评价指标进行交叉验证。

具体地说，`neg_mean_squared_error`表示负的均方误差，其计算方式为将每个测试集上的均方误差取负数，然后计算所有测试集上的平均值。这个值越小，表示模型的预测能力越好。

需要注意的是，为了方便使用`cross_val_score`函数，`neg_mean_squared_error`这个评价指标被取了负数。因此，得到的交叉验证得分是负数，其绝对值越小表示模型的预测能力越好。