应用于数据集后解释knn.cv（R）结果

我在对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，FNN包中的

knn.cv

。 该数据集由4601个电子邮件案例组成，共有58个属性，其中57个属性取决于

电子邮件中的字符或单词频率（数字，范围[0100]）

，最后一个案例指示是垃圾邮件（值1）还是火腿（值0）

---

在指示train和cl变量并使用10个邻居之后，运行包会显示所有电子邮件的列表，每个列的值都是

7.4032

，我不知道如何使用。我需要找到垃圾邮件和火腿的包分类的百分比，并与正确的百分比进行比较。我应该如何解释这些结果呢？

鉴于您描述的数据集（准确地）与《ElemStatLearn》中的垃圾邮件数据集相匹配，我想知道这是否是一个家庭作业。如果是这样的话，没关系，但是你应该在你的问题上加上家庭作业标签

这里有一些提示

函数

knn.cv

的文档说明它返回分类向量，以及k个最近邻的距离和索引作为“属性”。所以当我运行这个：

out <- knn.cv(spam[,-58],spam[,58],k = 10)

您引用的其他值有点“隐藏”为属性，但您可以使用

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：

> head(out)
[1] spam  spam  spam  spam  spam  email
Levels: email spam

nn.index <- attr(out,'nn.index')
nn.dist <- attr(out,'nn.dist')

---

nn.index很好，谢谢。我试试看。而且，这是我论文的一部分，我不知道家庭作业标签。我现在改正了。是的，非常感谢，伙计。用table（）我得到了我需要的结果。