Concordo que um bom desempenho da rede pode ter sido uma mera consequência da forma como os dados foram divididos, e também concordo que o cenário ideal é o que todos os resultados sejam parecidos.
Entretanto, vamos supor um novo exemplo de 10 folds: se houver uma rede com accuracy de 100%, enquanto os demais resultados variarem entre 0,80 a 0,90, aquela rede específica de 100%, se eu salvo o classificador desta e os seus respectivos pesos, essa rede pode ser considerada boa para que eu faça previsões com ela, já que ela se adaptou bem tanto para a base de treinamento, tanto para a de teste? Ou mesmo tendo accuracy de 100%, não necessariamente ela será boa, pois esse score foi obtido por uma mera ocasião na distribuição dos dados, já que os demais folds não tiveram resultados próximos ou iguais a 100% também?