knn.cv我在对来自 FNN 包的 R 中的数据集使用 k-最近邻算法（带有交叉验证）时遇到了一个问题。该数据集由 4601 个电子邮件案例组成，具有 58 个属性，其中 57 个取决于 中的字符或单词频率，emails(numerical, range [0,100])最后一个指示它是垃圾邮件（值 1）还是非垃圾邮件（值 0）。
在指示 train 和 cl 变量并使用 10 个邻居之后，运行该包会显示所有电子邮件的列表7.4032，其中每列的值都类似，我不知道如何使用。我需要找到包裹分类的垃圾邮件和火腿的百分比，并将其与正确的百分比进行比较。我应该如何解释这些结果？
鉴于您描述的数据集（完全匹配）ElemStatLearn包中的垃圾邮件数据集，该数据集随附同名的著名书籍，我想知道这是否实际上是一个家庭作业。如果是这种情况，没关系，但您应该将作业标签添加到您的问题中。
这里有一些指示。
该函数的文档knn.cv说它返回一个分类向量，以及作为“属性”的 k 个最近邻居的距离和索引。所以当我运行这个时：
out <- knn.cv(spam[,-58],spam[,58],k = 10)
该对象out看起来像这样：
> head(out)
[1] spam spam spam spam spam email
Levels: email spam
您引用的其他值是某种“隐藏”的属性，但您可以看到它们在那里使用str：
> str(out)
Factor w/ 2 levels "email","spam": 2 2 2 2 2 1 1 1 2 2 ...
- attr(*, "nn.index")= int [1:4601, 1:10] 446 1449 500 5 4 4338 2550 4383 1470 53 ...
- attr(*, "nn.dist")= num [1:4601, 1:10] 8.10e-01 2.89 1.50e+02 2.83e-03 2.83e-03 ...
您可以通过以下方式访问这些附加属性：
nn.index <- attr(out,'nn.index')
nn.dist <- attr(out,'nn.dist')
请注意，这两个对象最终都是尺寸为 4601 x 10 的矩阵，这是有道理的，因为文档说它们记录了k = 10最近邻居的索引（即行号）以及到每个对象的距离。
最后一点，您可能会发现该table()函数以及prop.table().