Свойство nmf заключается в том, что это неконтролируемый (машинное обучение) метод.Как правило, это означает, что нет помеченных данных, которые могут служить «золотым стандартом».В случае NMF вы не можете заранее определить, что является «желаемым» результатом.
Перекрестная проверка в sklearn предназначена для контролируемого машинного обучения, в котором вы помечаете данные по определению.
Что делает перекрестная проверка, она удерживает наборы помеченных данных, затем обучает модель на оставшихся данных и оценивает эту модель на удерживаемом множестве.Для этой оценки может быть использована любая метрика.Например: точность, точность, отзыв и F-мера, а для вычисления этих мер нужны маркированные данные.