我正在尝试为K最近邻算法找到最佳的K值。我在Matlab上对不同数量的类成员运行这种分类方法，但我需要计算使用不同K值时的错误率。我试图用这个想法作为例子：

我有以下数据集：

1 3 1

2 3 2

2 1 2

3 3 2

3 4 1

3 3 2

2 2 2

其中第一列是x轴，第二列是y轴，第三列是类的标签，我需要使用K-NN算法对点(x,y)进行分类。我使用了不同的K值。我的问题是，如果我知道点(4,1)没有包含在源数据集中，但我知道它属于类标签1。基于留一法交叉验证，我如何计算特定K值的错误率？

非常感谢您的帮助

此致

敬礼

@隐藏人名

回答：

留一法交叉验证的含义简单来说，就是给定你的模型m，大小为n的训练集T和某种评估指标（错误度量）E，你按以下步骤进行：

1. 对于T中的每个点(x,y)：
   1. 你在T\(x,y)（除了在1中取出的点之外的所有点）上训练你的模型m
   2. 你检查E( m , (x,y) )，例如你检查m是否能够正确地根据x确定y（这时E=0），或者不能（这时E=1）
2. 你计算所有分析点的E值的平均值

结果是你得到了一个平均泛化错误估计——你检查了你的模型在用训练集的其余部分训练后，能否很好地预测一个点的标签。