问题描述
我正在尝试在 R 中对数据帧执行 KNN,遵循车辆类型(汽车、船、飞机)的 3 向分类,使用 mpg、成本等列作为特征。
首先,当我运行时:
knn.pred=knn(train.X,test.X,train.VehicleType,k=3)
然后
knn.pred
返回
factor(0) Levels: car boat plane
和
table(knn.pred,VehicleType.All)
返回
Error in table(knn.pred,VehicleType.All) :
all arguments must have the same length
我认为我的问题是我可以使用 cbind() 成功加载 train.X,但是当我对 test.X 尝试相同的方法时,它仍然是一个空矩阵。我的代码如下所示:
train=(DATA$Values<=200) # to train for all 200 entries including cars,boats and planes
train.X = cbind(DATA$mpg,DATA$cost)[train,]
summary(train.X)
在这里,summary(train.X) 正确返回,但是当我为 test.X 尝试同样的方法时:
test.X = cbind(DATA$mpg,DATA$cost)[!train,]
当我尝试打印 test.X 时,它返回一个空矩阵,如下所示:
[,1] [,2]
为这么长的问题道歉,我可能没有包括所有相关信息。如果有人知道这里出了什么问题,或者为什么我的 test.X 没有加载任何数据,我将不胜感激!
解决方法
如果没有关于您的数据的任何信息,就很难猜测问题出在哪里。您应该发布minimal reproducible example
或至少 dput
您的数据或其中的一部分。然而,我在这里展示了 2 种训练 knn
模型的方法,使用 2 个不同的包(class
和 caret
)和 mtcars
内置数据集。
带有class
library(class)
data("mtcars")
str(mtcars)
mtcars$gear <- as.factor(mtcars$gear)
ind <- sample(1:nrow(mtcars),20)
train.X <- mtcars[ind,]
test.X <- mtcars[-ind,]
train.VehicleType <- train.X[,"gear"]
VehicleType.All <- test.X[,"gear"]
knn.pred=knn(train.X,test.X,train.VehicleType,k=3)
table(knn.pred,VehicleType.All)
带有caret
library(caret)
ind <- createDataPartition(mtcars$gear,p=0.60,list=F)
train.X <- mtcars[ind,]
control <-trainControl(method = "cv",number = 10)
grid <- expand.grid(k=2:10)
knn.pred <- train(gear~.,data=train.X,method="knn",tuneGrid=grid)
pred <- predict(knn.pred,test.X[,-10])
cm <- confusionMatrix(pred,test.X$gear)
caret
包允许在模型拟合期间以直接的方式对参数调整进行交叉验证。默认情况下,train
执行 25 次重复引导程序交叉验证,以在我在 k
对象中提供的值中找到 grid
的最佳值。
从您的示例来看,您的测试对象似乎是空的,因此 knn
的结果是一个长度为 0 的向量。可能您的问题出在数据读取上。但是,对 DATA
进行子集化的更好方法是:
#insetad of
train.X = cbind(DATA$mpg,DATA$cost)[train,]
#you should do:
train.X <- DATA[train,c("mpg","cost")]
test.X <- DATA[-train,"cost")]
但是,我不明白 DATA$Values
是什么变量,首先我认为这是结果,但是,这一行让我很困惑:
train=(DATA$Values<=200)
您可以利用这些示例自行发现错误。如果您无法发布重现您情况的示例。