먼저 sklearn.model_selection 모듈에 있는 StratifiedKFold 클래스를 훈련 데이터셋의 y_train 클래스 레이블을 전달하여 초기화합니다. n_splits 매개변수로 폴드 개수를 지정합니다. kfold 반복자를 사용하여 k개의 폴드를 반복하여 얻은 train의 인덱스를 이 장 서두에서 정의한 로지스틱 회귀 파이프라인을 훈련하는 데 사용할 수 있습니다. pipe_lr 파이프라인을 사용하므로 각 반복에서 샘플의 스케일이 적절하게 조정됩니다(예를 들어 표준화를 통해서). 그다음 테스트 인덱스를 사용하여 모델의 정확도 점수를 계산합니다. 이 점수를 리스트에 모아서 추정한 정확도의 평균과 표준 편차를 계산합니다.

앞 코드가 k-겹 교차 검증의 작동 방법을 설명하는 데 유용하지만 사이킷런은 k-겹 교차 검증 함수를 제공합니다. 좀 더 간단하게 계층별 k-겹 교차 검증을 사용하여 모델을 평가할 수 있습니다.⁵