Kfold是sklearn中的k折交叉验证的工具包
from sklearn.model_selection import KFold
入参
sklearn.model_selection.KFold(n_splits=3, shuffle=False, random_state=None)
n_splits：k折交叉验证
shuffle：是否每次生成数据集时进行洗牌
random_state：仅当洗牌时有用，random_state数值相同时，生成的数据集一致。
方法
print(kf.get_n_splits())
获取kf的参数n_splits。get_n_splits()与get_n_splits(X),get_n_splits(y)效果一致。
print(kf.n_splits)
获取kf的参数n_splits。
x =[[1,2],[3,4],[5,6],[7,8],[9,10]]
xx = kf.split(x)
for i in xx:
print(i)
(array([3, 4]), array([0, 1, 2]))
(array([0, 1, 2]), array([3, 4]))
用kf去分割数据集，返回值中时数据集的索引
xx = kf.random_state
print(xx)
获取参数 random_state
xx = kf.shuffle
print(xx)
获取参数 shuffle