我正在尝试使用scikit学习使用Ridge回归拟合线性模型。我想做的是使用交叉验证来拟合许多不同的模型，然后查看参数系数，看看它们在不同的CV分割中的稳定性。（或者把它们平均在一起）。
当我试图用交叉验证例程来拟合模型时（例如，使用KFold的实例和cross_val_score函数），我会得到每个CV分割的分数列表，但我不会得到在每个分割上计算的拟合系数值。我有办法获取这些信息吗？很明显，它是在每次迭代中计算的，所以我认为必须有一种方法来报告它，但我还没能弄清楚。。。
编辑：为了澄清，我不是在寻找我在拟合中指定的参数（例如，阿尔法值），我是在回归中寻找拟合的系数值。
clf = linear_model.RidgeCV(...) # your own parameters setting
param = clf.get_params(deep=True)
有关详细信息，请参阅文档。
要获得权重向量系数，请使用clf.coef_。此外，cv_values_和alpha_是clf的另外两个属性，分别返回MSE和估计的正则化参数。