Берутся тренировочные данные. Задается количество "фолдов" (fold), обычно для кросс-валидации это число 5. Это значит что алгоритм случайным образом перемешает данные и выберет 4 доли на тренировку модели, а одну - для теста. И так 5 раз, то есть модель будет тренироваться 5 раз.
В результате кросс-валидация дает массив из 5 чисел, каждое число обозначает точность модели на каждом "фолде", то есть каждой доле данных.
Числа в массиве не должны сильно отличаться, если на одном фолде, к примеру, 80% точности, а на других 70 и меньше, но это говорит о переобучении и нужно работать с предобработкой данных и настройке гиперпараметров.