如何打印验证数据集每一折的准确性？以及如何将折叠号分配给数据框中的每一行？
classifier = RandomForestRegressor(n_jobs = -1, criterion='mse')
clf = GridSearchCV(classifier, param_grid = tunedParameters,cv=10)
all_accuracies = cross_val_score(classifier, X=X_train, y=y_train, cv=10)
print(all_accuracies)
你在混淆GridSearchCV和cross_val_score; 你应该只需要运行其中一个。
GridSearchCV将在您的超参数空间中搜索每个组合，使用交叉验证并产生分数。您可以通过属性访问这些分数cv_results_。
cross_val_score没有超参数搜索；它只是使用交叉验证得分。输出是单个折叠分数的列表。
如果您已经使用过GridSearchCV，则可能没有理由使用cross_val_score. （在超参数搜索之后，您已经看到并使用了该集合中的所有数据，因此 中的分数和 中的分数cv_results_都有偏差cross_val_score；如果您需要对性能进行无偏估计，则需要另一个测试集（或首先是嵌套交叉验证）。）
如果您想跟踪哪些样本进入哪个折叠，我认为您需要使用交叉验证生成器或可迭代的cv参数而不是整数。然后您可以使用该生成器/迭代器来告诉您哪些样本在哪个折叠中。