r - 如何解释来自 cv.kknn(kknn 包)的交叉验证输出

Question

我试图解释我在尝试为 k 最近邻模型交叉验证我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)

选择模型后，我将 80% 的数据拆分为 cvdata 和 20% 用于测试。

我的代码的单次迭代如下:

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

当我运行 'cv' 时，它只返回一个 list()，其中包含一些看似随机的数字作为行名、观察到的结果变量 (y) 和预测的结果变量 (yhat)。我正在尝试计算测试集的某种准确性。我应该将 y 与 yhat 进行比较来验证吗？

编辑:下面添加的输出

    [[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

Answer 1

[[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 是您的数据框，那么这些值可以通过 mean(abs(df$y - df$yhat)) 和 mean((df$y - df$yhat)^2) 轻松测试。