使用类包中的knn（）在R中查找k-Nearest-Neighbor

Question

这是家庭作业。

我有2个矩阵，1个用于训练，1个用于测试。 数据有两列数据用于分类，第三列用于已知类。 两个矩阵都有第三列。

    [1] [2] [3]
[1] 6.4 0.32 2
[2] 4.8 0.34 0
[3] 4.9 0.25 2
[4] 7.2 0.32 1

其中汉堡是班级（从0到2）。

我的数据集的维度对于训练集是100 3，对于测试集是38 3。

我试图使用类lbrary的knn（）函数。

knn使用以下参数:( train，test，cl，k = 1，l = 0，prob = FALSE，use.all = TRUE）

我试图直接使用我的数据集，但后来我得到错误：“'train'和'class'有不同的长度”

我尝试了一些事情，但现在几个小时后我就陷入了困境。 目前我在编辑器中有这个代码：

cl <- t(factor(c(rep("0",1), rep("1",1), rep("2",1))))
k <- knn(train, test, cl)

但它不起作用。 有人能帮我吗？

我想找到运行3个不同k值的函数，并找到每个k值的准确性。 在那之后，我将5倍交叉验证最佳k。

Answer 1

正如文档所述， cl是factor of true classifications of the training set即你的y变量（训练集的第三列）。

这意味着该功能应如下所示：

cl <- factor(c(2,0,2,1)) #or alternatively factor(train[,3])
k <- knn(train[,c(1,2)], test[,c(1,2)], cl)

正如您在训练集和测试集中看到的那样， y变量（具有类的列）不包含在测试和训练集中。 该列仅作为cl参数中的一个因子包含在内。

您收到的错误是因为训练集的行数不等于因子的长度，在这种情况下它只有3个元素（这是因为您认为您只需要指定因子的级别）。