交叉验证（)
1、观察模型稳定性的一种方法，避免测试集训练集划分导致模型不同
2、数据分为n份，依次把其中一份作为测试集，其他为训练集，交叉验证n次求平均值
3、model_selection.cross_val_score的五个参数
1）任何实例化的算法模型
2）不需划分测试集、训练集的特征矩阵
3）不需划分的完整标签
4）cv=10，做十次交叉验证，数据划分为十份，每次一份为测试集，剩下为训练集，通常选5，默认为5
5）scoring="neg_mean_squared_error"，neg_mean_squared_error负均方误差。用这个指标评估交叉验证的结果。不填，回归默认返回R平方
1、回归问题处理的是连续型变量
