cross_val_score函数的参数scoring 求RMSE

cross_val_score函数的参数scoring可以设置为'mean_squared_error'，然后用-mean_squared_error来得到均方根误差（RMSE）的值，即：

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

# 假设模型为model，数据为X和y
scores = cross_val_score(model, X, y, cv=5, scoring='mean_squared_error')
rmse_scores = np.sqrt(-scores)
print("RMSE:", rmse_scores.mean())

其中，np.sqrt(-scores)是将均方误差（MSE）转换为均方根误差（RMSE）的公式。