cv轮子和手动cv的异同

1.cross_val_score和手动CV比较

1.1

from sklearn.model_selection import cross_val_score

1.2

手动CV

两者结果是完全一致的，说明cross_val_score的逻辑就是如手工实现那样

注：cv.split是得到4组 train index+test index，index去select对应的数据

2.lgb.cv和手工CV比较

lgb.cv和手工CV的结果对不上，是因为

lgb有一个特征binning的操作，lgb.cv的时候用的是整个数据集进行的binning（就类似于评分卡的时候在整个数据集上WOE编码），而我们手工cv代码中是用的每次循环中train子数据集进行的binning，所以结果存在差异，手动代码中只要构造dtrain中加一个reference = all_train就能获得相同的结果

参考https://stackoverflow.com/questions/54709800/why-cant-i-match-lgbms-cv-score

注：从上面lgb.cv这个事情中再次说明，CV多多少少都是带有leakage的，没有完全干净的。