用R语言实现印第安人糖尿病的朴素贝叶斯KNN分类并画图考察其训练误差与交叉验证，计算预测准确率

首先，我们需要准备数据集。这里我们使用UCI Machine Learning Repository的Pima Indians Diabetes数据集。

# 导入数据集
data <- read.csv("https://archive.ics.uci.edu/ml/machine-learning-databases/pima-indians-diabetes/pima-indians-diabetes.data")
# 将数据集分为训练集和测试集
set.seed(123)
trainIndex <- sample(1:nrow(data), 0.7*nrow(data))
train <- data[trainIndex,]
test <- data[-trainIndex,]

接下来，我们需要对数据进行预处理，将数据集分为特征和标签，并且将特征进行标准化。

# 分离特征和标签
train_x <- train[,-9]
train_y <- train[,9]
test_x <- test[,-9]
test_y <- test[,9]

# 特征标准化
train_x <- scale(train_x)
test_x <- scale(test_x)

然后，我们可以使用knn和naivebayes库分别建立knn和朴素贝叶斯模型，并计算训练误差和交叉验证误差。

library(knn)
library(naivebayes)

# KNN模型
knn_model <- knn(train_x, test_x, train_y, k = 5)
# 计算训练误差
train_error_knn <- mean(train_y != knn(train_x, train_x, train_y, k = 5))
# 计算交叉验证误差
cv_error_knn <- knn.cv(train_x, train_y, k = 5)$cv.error

# 朴素贝叶斯模型
nb_model <- naive_bayes(train_x, train_y)
# 计算训练误差
train_error_nb <- mean(train_y != predict(nb_model, train_x))
# 计算交叉验证误差
cv_error_nb <- cv_performance(nb_model)$error.rate

# 输出结果
cat("KNN模型的训练误差为：", train_error_knn, "\n")
cat("KNN模型的交叉验证误差为：", cv_error_knn, "\n")
cat("朴素贝叶斯模型的训练误差为：", train_error_nb, "\n")
cat("朴素贝叶斯模型的交叉验证误差为：", cv_error_nb, "\n")

最后，我们可以使用混淆矩阵计算预测准确率。

# 计算预测准确率
library(caret)
confusionMatrix(knn_model, test_y)$overall['Accuracy']
confusionMatrix(predict(nb_model, test_x), test_y)$overall['Accuracy']

我们可以将训练误差和交叉验证误差绘制成图表，以便更好地观察模型的性能表现。

library(ggplot2)

# 绘制训练误差和交叉验证误差
error_data <- data.frame(
  model = c("KNN", "Naive Bayes"),
  train_error = c(train_error_knn, train_error_nb),
  cv_error = c(cv_error_knn, cv_error_nb)
)
error_data <- melt(error_data, id.vars = "model", variable.name = "error_type", value.name = "error")
ggplot(error_data, aes(x = model, y = error, fill = error_type)) + 
  geom_bar(stat = "identity", position = "dodge") + 
  theme(legend.position = "top") + 
  labs(title = "Training error and cross-validation error", x = "Model", y = "Error rate")

这样，我们就完成了印第安人糖尿病数据集的朴素贝叶斯KNN分类，并且计算了训练误差、交叉验证误差和预测准确率。