问题遇到的现象和发生背景
使用sklearn中的train_test_split方法进行4：1划分的时候，测试集准确率是不断上升的，最后稳定在89%左右，而使用Stratifiedkfold进行5折交叉验证的时候测试集准确率很低，最高70-80%，最低10-20%，且不断震荡，训练集准确率不断上升。
问题相关代码，请勿粘贴截图
使用train_test_split代码：
xtrain,xtest,ytrain,ytest =train_test_split(x,y,test_size=0.2,shuffle=True,stratified=y)
使用stratifiedKfold代码：
skf=StratifiedKFold(n_splits=5,shuffle=True).split(x,y)
for train_index,test_index in skf:
xtrain,xtest=x[train_index],x[test_index]
ytrain,ytest=y[train_index],y[test_index]
除此处数据集划分不同之外，其他所有地方（模型，优化器，epoch等等）都是一样，没有改变
已经困在这好几天了，求解惑！
