KFold交叉验证的用法

from sklearn.model_selection import KFold

kfold = KFold(n_splits=5, shuffle=False) # n_splits：将原始数据分成多少折(份) shuffle：是否打乱每折的顺序

test = torch.arange(10)
for train_data, test_data in kfold.split(test): # 可以看出分为5折，先前两个作为测试数据，后8个作为训练数据，然后依次类推
    print(train_data, test_data) 

输出结果：

[2 3 4 5 6 7 8 9] [0 1]
[0 1 4 5 6 7 8 9] [2 3]
[0 1 2 3 6 7 8 9] [4 5]
[0 1 2 3 4 5 8 9] [6 7]
[0 1 2 3 4 5 6 7] [8 9]

kfold = KFold(n_splits=5, shuffle=True)

for train_data, test_data in kfold.split(test): # 从结果可以看出，这个打乱了每折的顺序，第一折先选5,6，第二折选3,9...
    print(train_data, test_data)

输出结果：

[0 1 2 3 4 7 8 9] [5 6]
[0 1 2 4 5 6 7 8] [3 9]
[1 2 3 4 5 6 7 9] [0 8]
[0 1 3 5 6 7 8 9] [2 4]
[0 2 3 4 5 6 8 9] [1 7]