我认为交叉验证几乎总是优于简单的训练测试分割。唯一的问题是计算时间（对于 5 倍交叉验证，您必须训练模型 5 次）。

如果您的问题允许，您应该始终使用交叉验证。

您不应该使用交叉验证的唯一原因是您的模型训练时间过长（例如，最先进的图像识别网络需要在 GPU 集群上进行数周的训练）。

除了保留样本外，我通常提倡交叉验证。至于折叠的数量，这在很大程度上取决于您的数据。通常，您在某个时间点后开始接近收益递减，但您应该尝试并评估几种方案。这在很大程度上是一个经验问题，没有硬性和快速的最佳答案。