W3School TIY Editor

from sklearn import datasets from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import LeavePOut, cross_val_score # 加载鸢尾花数据集的特征和标签： X, y = datasets.load_iris(return_X_y=True) # 创建决策树分类器，设置随机种子确保结果可复现： clf = DecisionTreeClassifier(random_state=42) # 创建留P法交叉验证对象，每次留出 2 个样本作为测试集： lpo = LeavePOut(p=2) # 执行交叉验证评估模型性能： scores = cross_val_score(clf, X, y, cv=lpo) # 输出交叉验证结果： print("交叉验证得分: ", scores) print("平均交叉验证得分: ", scores.mean()) print("用于计算平均的交叉验证次数: ", len(scores))