我的目标是创建所选k-最近邻居（分类技术）Ks的图形（直方图），通过留下一次交叉验证选择Ks（我有46行数据，所以应该有46个不同的K＆＃39; s选择，其中许多将是相同的，但有些可能是不同的。）
我看到两种可能性。首先，RWeka（允许您与基于Java的Weka数据挖掘工具交互的包）IBk。我的问题（阅读更多信息）：1）你认为有可能进入＆＃34;黑盒子＆＃34; R-Java接口使用Rweka的IBk功能提取我想要的数据？ 2）R＆＃39的knn函数输出是什么意思？ 3）我将把接收函数放在哪里放一个近似脚本以捕获每次运行的结果？
以下是我一直在尝试的事情：
t1 <- IBk(class~., data=mydata, control=Weka_control(K=10, X=TRUE))
t1
X = TRUE使用离开一次交叉验证运行算法并输出最佳分类器（K）：
IB1 instance-based classifier using 5 nearest neighbour(s) for classification
据我所知，根据文档，X = TRUE是此算法运行交叉验证的唯一方法。然而，这导致了一种黑盒子，我无法看到之后的中间值。但是，即使我可以，我也很难以非复制和粘贴的方式获取任何有意义的数据，因为输出是一个Java对象，所以将上面的输出转换为字符串（toString），然后将数字拉出来并不＃ 39;工作。没有更多的Java知识（或者根本没有），我觉得这是一场失败的战斗，除非你们中的一个人熟悉Java并且有想法。
我的下一个选择是knn（在类库中），尝试使用以下内容手动使用一个交叉验证：
x=1
y=2
while (y<11) {
while (x<47) {
train <- mydata[1:46 !=x,]
test <- mydata[x,]
t1 <- knn(train, test, train$class, k=y, use.all=TRUE)
x=x+1 }
y=y+1}
我会将每个读数放入一个文件中以供稍后使用（不确定放置该接收器的位置，因此对此的建议也将受到赞赏）。但是，我不确定如何从knn函数中获得什么（测试集的因子分类）。通过我的三个课程，我得到了0,1和2的读数。如何将这些信息转换为我想象的图表？
提前谢谢！