十折交叉验证 python

可以使用 Python 中的 Scikit-learn 库来进行十折交叉验证。具体参考代码如下：

from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score

# import your model here

# prepare data
X = ... # input features
y = ... # target variable

# define k-fold cross validation
kfold = KFold(n_splits=10, shuffle=True, random_state=42)

# perform k-fold cross validation
results = cross_val_score(model, X, y, cv=kfold)

# print mean and standard deviation of results
print("Accuracy: %.2f%% (%.2f%%)" % (results.mean()*100, results.std()*100))

其中，`model` 代表你要进行十折交叉验证的模型，`X` 代表输入特征向量，`y` 代表目标变量。`n_splits` 表示将数据分为几份，`shuffle` 表示是否打乱顺序，`random_state` 表示随机数种子。`cross_val_score` 函数返回每次交叉验证的得分，最后计算平均得分和标准差。