在Scikit-learn中實現交叉驗證可以使用cross_val_score函數。該函數可以幫助我們評估模型的性能，并且可以指定交叉驗證的折數。
下面是一個示例代碼：
from sklearn.model_selection import cross_val_score
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
# 加載數據集
iris = load_iris()
X, y = iris.data, iris.target
# 初始化模型
model = LogisticRegression()
# 進行交叉驗證
scores = cross_val_score(model, X, y, cv=5) # 5折交叉驗證
print("交叉驗證得分：", scores)
print("平均得分：", scores.mean())
在這個示例中，我們使用cross_val_score函數對一個邏輯回歸模型進行了5折交叉驗證，并輸出了每一折的得分以及平均得分。您可以根據需要修改模型、數據集以及交叉驗證的折數來實現不同的交叉驗證方式。
