对于一个项目，我想执行分层 5 折交叉验证，其中每一折数据被分成测试集（20%）、验证集（20%）和训练集（60%）。我希望测试集和验证集不重叠（对于五折中的每一折）。

这或多或少在Wikipedia上是这样描述的：

单个 k 折交叉验证与验证集和测试集一起使用。整个数据集被分成 k 个集合。一个一个地选择一个集合作为测试集。然后，一个接一个地，将剩余的一组用作验证集，将其他 k-2 组用作训练集，直到评估完所有可能的组合。训练集用于模型拟合，验证集用于每个超参数集的模型评估。最后，对于选定的参数集，使用测试集来评估具有最佳参数集的模型。在这里，可能有两种变体：要么评估在训练集上训练的模型，要么评估适合训练集和验证集组合的新模型。

现在，我已经实现了如下所示的内容（在此处描述）：

kf = KFold(n_splits = 5, shuffle = True, random_state = 2)

for train_index, test_index in kf.split(X):
    X_tr_va, X_test = X.iloc[train_index], X.iloc[test_index]
    y_tr_va, y_test = y[train_index], y[test_index]
    X_train, X_val, y_train, y_val = train_test_split(X_tr_va, y_tr_va, test_size=0.25)
    print("TRAIN:", list(X_train.index), "VALIDATION:", list(X_val.index), "TEST:", test_index)

尽管它确实很好地为我提供了 5 个折叠，其中对于每个折叠我都有一个验证集、测试集和训练集，验证集在五个折叠中的每一个之间都有重叠（因此折叠 1 中存在的一些实例也存在于折叠中2等）。对于测试集，情况并非如此（即它们在折叠之间没有重叠）。

有没有办法防止验证集发生折叠之间的这种重叠？