前言

今天用python需要一个10折交叉验证，我当时是手动划分
我首先设置随机数种子，然后我原始的数据是有x个nnn的矩阵
然后我然后把x随机划分成10份
按照从0:0.1x作为test，0.1x到最后作为train
从0.1x到0.2x作为test，0到0.1x和0.2x到最后这两部分作为train
……
……
一直到0.9x到最后作为test，0到0.9x作为train

后来发现python有写好的KFold，有了这个我发现省事多了，我就换了个处理方法

from sklearn.model_selection import KFold
def Split_Sets_10_Fold(total_fold, data):   
	#total_fold是你设定的几折，我这里之后带实参带10就行，data就是我需要划分的数据
	#train_index,test_index用来存储train和test的index（索引）
    train_index = []
    test_index = []
    kf = KFold(n_splits=total_fold, shuffle=True, random_state=True)
    #这里设置shuffle设置为ture就是打乱顺序在分配
    for train_i, test_i in kf.split(data):
        train_index.append(train_i)
        test_index.append(test_i)
    return train_index, test_index

之后调用该函数

total_fold = 10
[train_index, test_index] = Split_Sets_10_Fold(total_fold, data)
train_data = data[train_index, :, :, :]     #得到训练数据
test_data = data[test_index, :,:,:]           	#得到测试数据

总结

发现自己的不好才能找到更好的，加油