No curso "Machine Learning: Validação de Modelos", tópico "Treinando o modelo final", está escrito ao final: "Para obter o modelo final basta treiná-lo em todos os dados que você usou para o crossvalidation". Mas tal afirmação não parece lógica, porque se o modelo for retreinado para todos os dados, então se perderá a seleção de modelo realizada pela técnica de crossvalidation.
A documentação do sklearn fornece orientações diferentes no tópico "3.1.1.2. Obtaining predictions by cross-validation" do link "https://scikit-learn.org/stable/modules/cross_validation.html#cross-validation-and-model-selection".
Também sugiro verificar o link abaixo: https://stats.stackexchange.com/questions/411290/how-to-use-a-cross-validated-model-for-prediction
