为何sklearn的KFold仅可枚举一次？及xgboost.cv使用问题

为什么kf只能被枚举一次？ #

KFold.split(df)返回的是迭代器（iterator），而非列表这类可重复遍历的容器。迭代器的核心特性是按需生成元素，遍历过程中会逐步消耗内部元素，一旦遍历完成，迭代器就处于"耗尽"状态，再次遍历不会返回任何元素。就像一次性喝完水杯里的水，不重新装水的话，再倒就倒不出东西了。

你的代码里第一次循环已经把迭代器kf的所有元素（两组拆分索引）取完，第二次循环自然没有元素可以输出。

针对xgboost.cv的更优解决方案 #

你目前将拆分结果存入列表的方法可行，但有两种更简洁的方式：

方案1：直接传入KFold实例（推荐） #

xgboost.cv的folds参数支持直接接收交叉验证生成器对象（比如KFold实例），而非拆分后的迭代器或列表。xgboost内部会自动调用生成器的split方法获取拆分索引，每次需要时都会重新生成，完全避免迭代器耗尽的问题：

import pandas as pd
from sklearn.model_selection import KFold
import xgboost as xgb

df = pd.DataFrame([[1,2,3,4,5],[6,7,8,9,10]])
# 实例化KFold对象
kf = KFold(n_splits=2)
# 直接传入KFold实例到folds参数
xgb.cv(
    params={...},
    dtrain=xgb.DMatrix(df.iloc[:, :-1], label=df.iloc[:, -1]),
    folds=kf,
    # 其他参数...
)

方案2：快速将迭代器转为列表 #

如果需要提前固定拆分结果（比如复现实验），可以直接用list()把split返回的迭代器转为列表，比手动循环更简洁：

kf_splits = list(KFold(n_splits=2).split(df))
xgb.cv(..., folds=kf_splits)

内容的提问来源于stack exchange，提问作者Yue Y