首先得明确：你需要的是穷尽所有可能的2个文件组合作为测试集的交叉验证，这属于「Leave-P-Out (LPO) 交叉验证」（P=2），而不是sklearn里的普通KFold——因为普通KFold是将数据分成固定k个互斥折，比如n_splits=5只会生成5次拆分（每次2个文件测试），完全覆盖不了你要的45种组合。

下面给你两种可行的实现方法：

方法1：用sklearn官方的LeavePOut类 #

LeavePOut是sklearn专门用来生成所有可能的留P个样本作为测试集的拆分，正好匹配你的需求（C(10,2)=45次），而且和sklearn的模型训练流程兼容。

import numpy as np
from sklearn.model_selection import LeavePOut

# 替换成你实际的10个TXT文件路径列表
txt_files = ["file0.txt", "file1.txt", "file2.txt", "file3.txt", "file4.txt",
             "file5.txt", "file6.txt", "file7.txt", "file8.txt", "file9.txt"]
test_set_size = 2  # 每次选2个文件做测试集

# 初始化LeavePOut，指定每次留P个样本
lpo = LeavePOut(p=test_set_size)

# 遍历所有45次拆分
for fold_num, (train_indices, test_indices) in enumerate(lpo.split(np.arange(len(txt_files))), 1):
    # 根据索引获取对应的训练/测试文件
    train_files = [txt_files[idx] for idx in train_indices]
    test_files = [txt_files[idx] for idx in test_indices]
    
    print(f"=== Fold {fold_num} ===")
    print(f"训练集文件: {train_files}")
    print(f"测试集文件: {test_files}")
    
    # 在这里添加你的业务逻辑：读取文件内容、训练模型、评估性能等

方法2：手动用itertools生成所有组合 #

如果你觉得不需要sklearn的框架支持，也可以直接用Python标准库的itertools.combinations生成所有2个文件的组合，逻辑更直观：

import itertools

# 同样替换成你的文件列表
txt_files = ["file0.txt", "file1.txt", "file2.txt", "file3.txt", "file4.txt",
             "file5.txt", "file6.txt", "file7.txt", "file8.txt", "file9.txt"]
test_set_size = 2

# 生成所有可能的测试集组合（共C(10,2)=45种）
all_test_combinations = itertools.combinations(txt_files, test_set_size)

for fold_num, test_files in enumerate(all_test_combinations, 1):
    # 训练集是所有不在测试集里的文件
    train_files = [file for file in txt_files if file not in test_files]
    
    print(f"=== Fold {fold_num} ===")
    print(f"训练集文件: {train_files}")
    print(f"测试集文件: {list(test_files)}")
    
    # 这里添加你的训练/测试逻辑

为什么不能用普通KFold？ #

你提到的KFold(n_splits=2, ...)是把数据分成2折，每次用其中1折做测试集——对于10个文件来说，就是每次5个文件测试、5个训练，总共只生成2次拆分，完全不符合你要的测试率0.2（2个文件测试）+45次穷尽的需求。哪怕设置n_splits=5，也只会生成5次拆分（每次2个文件测试），远少于45次。

所以如果要覆盖所有可能的测试集组合，优先选LeavePOut或者手动生成组合的方式。

内容的提问来源于stack exchange，提问作者ryrie23