KFold将分割的次数解包到相同数量的变量中，而不仅仅是2个。

在使用KFold进行交叉验证时，可以使用多个变量来存储分割的次数。以下是一个示例代码：

from sklearn.model_selection import KFold

# 定义数据集
X = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [0, 1, 0, 1, 0, 1, 0, 1, 0, 1]

# 定义分割次数
n_splits = 5

# 初始化KFold对象
kf = KFold(n_splits=n_splits)

# 解包分割次数到相同数量的变量中
for train_index, test_index in kf.split(X):
    print("训练集索引：", train_index)
    print("测试集索引：", test_index)
    print("---------------------")

运行以上代码，将会得到以下输出：

训练集索引： [2 3 4 5 6 7 8 9]
测试集索引： [0 1]
---------------------
训练集索引： [0 1 4 5 6 7 8 9]
测试集索引： [2 3]
---------------------
训练集索引： [0 1 2 3 6 7 8 9]
测试集索引： [4 5]
---------------------
训练集索引： [0 1 2 3 4 5 8 9]
测试集索引： [6 7]
---------------------
训练集索引： [0 1 2 3 4 5 6 7]
测试集索引： [8 9]
---------------------

在每次遍历中，训练集和测试集的索引会被解包到train_index和test_index两个变量中，你可以根据需要进行后续操作。