【发布时间】：2016-10-30 13:15:42
【问题描述】：
我正在使用具有某个已识别变量（测试）的 k 个最近邻居来确定具有此值未识别（测试）的个人的同一变量的值。那么可以采用两种可能的方法： 首先（简单的一个），计算k个人的变量的平均值；第二个（最好的），根据个体的接近程度计算一个加权距离值。
我的第一种方法是使用 FNN 包中的 knn.index 函数来识别最近的邻居，然后使用索引，在数据集中查找值做的意思。由于数据集非常大，因此工作速度很慢。是否已经实现了任何算法来更快地进行此计算，是否可以根据距离添加权重？
【问题讨论】：
-
哪个慢？调用knn.index，还是计算平均值？
-
计算平均值，因为它每次都必须访问数据集来定位每个邻居。
-
您写道，您有两种方法：“简单的一种”和“最好的一种”。哪个慢？
-
我试过慢的，只是一个简单的意思。
标签： r knn weighted-average