Если при перекрестной проверке наша модель обучается на данных обучения k раз, то зачем нам нужен метод подбора?
Когда я использую приведенный ниже код
from sklearn.model_selection import cross_val_score
cross_val_score(model, train_s1, target_s1, cv=5 , scoring='neg_mean_absolute_error')
, мне нужно использовать .fit для того, чтобы использовать .predict. Но почему ? Когда уже перекрестная проверка прошла обучение моей модели по тренировочным данным.