Python 线性回归&x2B；sklearn交叉验证模型训练

我是新来学习python的。我理解交叉验证的基本原理。如果我在默认情况下将数据拆分为3倍。sklearn将使用不同的训练和测试数据集对模型进行3次训练。我假设它产生了3种不同的模型，我的意思是不同的w^和d^。是这样吗？我应该取回一个模型吗？如果我使用model.predict（）来预测输入，我使用的是哪个模型？

交叉验证评估模型设置，而不是模型参数

也就是说，如果我使用了一个不好的设置，比如10个数据点上有20个参数的LR，交叉验证将报告低分，因为此设置中的模型没有泛化，而不是因为模型参数错误

如果在交叉验证之后，您得出结论，模型概括得很好，那么所有经过训练的模型都将非常相似。使用它们中的任何一个都是安全的，甚至可以通过对整个开发数据集进行训练来获得最终的模型