K值增大则训练集规模增大、验证集规模减小：如1000样本时，K=5对应训练集800/验证集200，K=10对应900/100，K=20对应950/50；K过小导致偏差大，K过大引发验证集代表性不足与标准差飙升。
训练集规模和验证集规模怎么随k变化
k值直接决定每次训练用多少数据、验证用多少数据。比如1000个样本，k=5时每折200个样本，训练集800个；k=10时每折100个，训练集900个；k=20时每折50个，训练集950个。
关键影响在于：k越小，单次训练集越小，模型可能欠拟合，评估结果偏差大；k越大，单次验证集越小（甚至只剩1个样本），指标波动剧烈，标准差飙升——这不是模型不稳，是评估本身不可靠。
-
n_splits=2：训练集只占总数据50%，模型没见过一半数据，cross_val_score返回的准确率均值常偏低且标准差高 -
n_splits=10：训练集占90%，更接近全量训练效果，但若样本量accuracy可能失效 -
n_splits=len(X)（LOOCV）：计算开销爆炸，且所有折的训练集高度相似，导致各折得分相关性极强，标准差反而失真
什么时候该用StratifiedKFold而不是KFold
分类任务中，如果类别分布不均衡，普通KFold大概率造成某几折里某个类别完全缺失——比如二分类中，某折测试集全是正样本，f1_score直接报错或严重偏高。
StratifiedKFold会在划分时强制每折保持原始标签比例。医疗诊断数据集只有80例阳性样本时，用StratifiedKFold(n_splits=5)能确保每折至少有16个阳性样本用于验证；而KFold(n_splits=5)可能某折一个阳性都没有。
立即学习“Python免费学习笔记（深入）”；
- 必须用
StratifiedKFold：二分类/多分类任务，尤其当少数类样本 - 可用
KFold：回归任务、或类别极度均衡（如iris数据集） - 注意：
StratifiedKFold不支持回归，会抛出ValueError: Supported target types are: ('binary', 'multiclass')
小样本下k=10为什么反而更危险
不是k越大越好。当nStandardScaler().fit(X_train)在每折上拟合的均值/方差抖动很大，导致模型输入不稳定。
实测过一个n=720的临床预测任务：k=10时cross_val_score返回的AUC标准差达±0.15；换成k=5后降到±0.07，且五折间各折AUC分布更平滑——说明k=5时每折144个样本，足够支撑稳定的特征缩放和模型收敛。
- 样本量
- 样本量500–2000：k=5通常比k=10更稳健
- 样本量>5000：k=10才真正发挥优势，此时计算成本可控，且每折仍有足够样本支撑预处理
sklearn里cv参数传什么才真正生效
很多人写cross_val_score(model, X, y, cv=10)以为就是10折，其实默认用的是KFold，没设shuffle=True和random_state——这意味着每次运行划分都不同，结果不可复现，且原始数据若按类别排序（如前500行全是0类），KFold会把前几折全分到同类样本。
正确做法是显式构造交叉验证器：
from sklearn.model_selection import StratifiedKFold cv = StratifiedKFold(n_splits=5, shuffle=True, random_state=42) scores = cross_val_score(model, X, y, cv=cv, scoring='f1')
-
cv=10只是快捷写法，底层仍调用KFold，不保证分层也不保证可复现 - 时间序列数据必须用
TimeSeriesSplit，否则shuffle=True会破坏时序依赖 - 用户ID分组场景要用
GroupKFold，否则同一用户的数据可能被拆到训练集和测试集里，造成信息泄露
n_splits选得再合理，只要在cross_val_score外做了全局标准化，整个评估就失效了。 
