Реализуйте K-Fold Cross-Validation.
Для каждого фолда:
1. Используйте его как тестовый набор, остальные — тренировочный
2. Модель = среднее тренировочной выборки (как предсказание)
3. Вычислите MAE на тестовом фолде
def kfold_cv(values: list[float], k: int) -> dict:Верните dict:
- fold_maes: список MAE каждого фолда (округлить до 4 знаков)
- mean_mae: среднее MAE (округлить до 4 знаков)
kfold_cv([1,2,3,4,5,6], 3) → {"fold_maes": [3.0, 0.5, 3.0], "mean_mae": 2.1667}values = [1,2,3,4,5,6]k = 3{"fold_maes":[3,0.5,3],"mean_mae":2.1667}values = [10,20,30,40]k = 2{"fold_maes":[20,20],"mean_mae":20}values = [1,1,1,1,1]k = 5{"fold_maes":[0,0,0,0,0],"mean_mae":0}