当我们将没有predict方法的对象传递给cross_val_score时，到底计算了什么，就像这里一样

from sklearn.model_selection import cross_val_scorefrom sklearn.decomposition import PCA# X 是某些数据，比如二维的实数 numpy 数组cross_val_score(PCA(n_components=10), X)

也就是说，使用cross_val_score时没有y，也没有predict方法。

我之前在这里提问过，但没有得到回复。

谢谢！

回答：

在这种情况下，PCA有一个评分方法（参见这里）：它返回“所有样本的平均对数似然”。所以你的cross_val_score返回的是在每次交叉验证步骤中计算的这个分数。