就我在文献中看到的而言，5x2cv 总是指 2 倍的 5 次重复。根本没有嵌套。做 2 倍（训练和测试之间的比例为 50/50），再重复 4 次。5x2cv 是由 Dietterich 的论文Approximate statistics tests for comparison supervised classification learning algorithms推广的，它不仅可以很好地估计泛化误差，还可以很好地估计该误差的方差（以便执行统计测试)

外循环 2 次重复意味着您在整个火车组上重复 5 倍 CV 2 次。每次细分成折叠都会不同。

这主要用于更好地估计模型性能，例如对一个模型是否在统计上显着优于另一个模型进行统计测试。

如果您的数据集很大且没有异常值，则嵌套 CV 并不重要。如果您的数据确实有异常值，则交叉验证的性能可能会因这些异常值所在的折叠/折叠而有很大差异。因此，您可以多次重复 CV。