Python 通过非监督学习模型进行交叉评分

当我们将没有

predict

方法的东西传递给

cross\u val\u score

时，具体计算了什么，如下所示

from sklearn.model_selection import cross_val_score
from sklearn.decomposition import PCA
# X is some data, say two dimensional numpy array of reals
cross_val_score(PCA(n_components=10), X)

也就是说，在不使用

y

和不使用

predict

的情况下，使用

cross\u val\u得分

我以前问过，但没有答复

谢谢
 在这种情况下，
PCA
有一个评分方法（请参阅）：它返回“所有样本的平均对数似然”。因此，您的
交叉验证分数
返回每个交叉验证步骤计算的分数。
那么，您真的尝试过吗？若否，原因为何？如果是，结果是什么？也许，从陈述中有点不清楚，但当然，我试过了，结果是
cross\u val\u score
的标准输出，即数字数组。也许我遗漏了什么，似乎答案很简单，尽管我认为我问错了地方。