python中五折交叉验证模型取均值的代码

以下是Python中五折交叉验证模型取均值的代码示例：

from sklearn.model_selection import KFold
from sklearn.metrics import mean_squared_error
import numpy as np

# 设定数据和标签
data = np.array([...])
labels = np.array([...])

# 五折交叉验证
kf = KFold(n_splits=5, shuffle=True, random_state=42)

# 初始化模型
model = ...

# 存储每个模型的表现
scores = []

for train_index, test_index in kf.split(data):
    # 将数据分成训练集和测试集
    X_train, X_test = data[train_index], data[test_index]
    y_train, y_test = labels[train_index], labels[test_index]
    
    # 训练模型
    model.fit(X_train, y_train)
    
    # 预测测试集
    y_pred = model.predict(X_test)
    
    # 计算均方误差
    score = mean_squared_error(y_test, y_pred)
    
    # 存储当前模型的表现
    scores.append(score)
    
# 计算五个模型的均值
mean_score = np.mean(scores)

在上面的代码中，我们使用了`KFold`对象来进行五折交叉验证，然后在每个训练集和测试集上训练模型并预测测试集。最后，我们计算每个模型的均方误差，并计算五个模型的均值作为最终的评估指标。