使用交叉验证评估感知机模型性能

在使用 cross_val_score 函数评估感知机模型性能时，需要指定评价指标。如果不指定，则会抛出 TypeError 错误，因为 cross_val_score 函数需要一个带有 score 方法的估计器。

错误信息:

TypeError: If no scoring is specified, the estimator passed should have a 'score' method. The estimator <__main__.Perceptron object at 0x00000147ADC9EFA0> does not.

解决方法:

在使用 cross_val_score 函数时，需要使用 scoring 参数指定评价指标。例如，如果要使用准确率作为评价指标，可以将 scoring 参数设置为 'accuracy'。

# 创建感知机模型
perceptron = Perceptron()

# 交叉验证评价模型性能
scores = cross_val_score(perceptron, X, y, cv=5, scoring='accuracy')
print('感知机模型的平均准确率：', scores.mean())

代码解释:

perceptron = Perceptron()：创建感知机模型。
scores = cross_val_score(perceptron, X, y, cv=5, scoring='accuracy')：使用交叉验证评估模型性能，并指定 scoring='accuracy' 为准确率评价指标。
print('感知机模型的平均准确率：', scores.mean())：打印模型的平均准确率。

通过指定评价指标，可以正确使用 cross_val_score 函数评估感知机模型性能。