Python 交叉验证LOO模型未运行，未报告错误

当我运行这个交叉验证时，它什么也不做，甚至没有错误消息。我不知道我错过了什么。我用的是kaggle的csv-

---

我试着在我的机器上运行这个，看起来你的代码运行得很好（尽管我注释掉了很多不必要的导入）。去掉一个将花费很长时间来训练模型（它使

n

训练数据集由

n

数据点组成）。因此，你必须等待它训练，然后才能获得结果。将

cv=

更改为一个数字（我相信默认值为3）将更快地训练模型，并且模型中的方差可能更小。另外，将

n_jobs=-1

添加到

cross_val_score

调用将允许python访问所有处理器。例如：

scores=cross\u val\u scores（model，X，y，cv=loo，scoring='accurity'，n\u jobs=-1）

您还可以在

cross\u val\u score

中设置

verbose

参数来观察进度（不过，提醒一下，它并不快）。我相信最高值是3（在他们的在线文档中没有提到），但使用更高的值是可以的。因此，最终的cross_val_score调用如下所示：

scores = cross_val_score(model, X, y, cv=loo, scoring='accuracy', n_jobs=-1, verbose=10)

---

您的python解释器是否正在暂停或完成并没有返回任何内容？

scores = cross_val_score(model, X, y, cv=loo, scoring='accuracy', n_jobs=-1, verbose=10)