R 如何解释cv.kknn（kknn包）的交叉验证输出

我试图解释在交叉验证k-最近邻模型的数据时得到的结果。我的数据集设置如下

变量1（int）|变量2（int）|变量3（int）|变量4（int）|响应（因子）

一旦我选择了我的模型，我将80%的数据分为cvdata和20%用于测试

我的代码的单个迭代如下所示：

    cv <- cv.kknn(formula = Response~., cvdata, kcv = 10, k = 7, kernel = 'optimal', scale = TRUE)
    cv

---

[[2]]中的第一个元素是平均绝对误差，第二个元素是均方误差。

---

假设df是您的数据帧，那么可以通过均值（abs（df$y-df$yhat））和均值（df$y-df$yhat）^2轻松测试这些值。

您能发布输出吗？嗨@Monk-很抱歉我的响应延迟。我在原始文章中添加了输出列表（被大约200行截断）。我怀疑列表中的第二个对象（[2]）是标准错误……我真的不确定，但是？cv.kknn没有提供太多帮助，任何R文档也没有在线提供

    [[1]]
         y        yhat
    492 1 0.724282776
    654 0 0.250394372
    427 0 0.125159894
    283 0 0.098561768
    218 1 0.409990851

    [[2]]
     [1] 0.2267058 0.1060212