如何将 knn 模型用于 R 中的新数据？答案

【问题标题】：How do I use knn model for new data in R?如何将 knn 模型用于 R 中的新数据？
【发布时间】：2018-11-10 22:41:39
【问题描述】：

我刚刚在 R 中编写了一个 knn 模型。但是，我不知道如何使用输出来预测新数据。

# split into train (treino) and test (teste)
treino_index <- sample(seq_len(nrow(iris)), size = round(0.75*nrow(iris)))
treino <- iris[treino_index, ]
teste <- iris[-treino_index, ]

# take a look at the sample
head(treino)
head(teste)

# save specie from later
treino_especie = treino$Species
teste_especie = teste$Species

# exclude species from train and test dataset
treino = treino[-5]
teste = teste[-5]

# runs knn
library(class)
iris_teste_knn <- knn(train = treino, test = teste, cl= treino_especie,k = 3,prob=TRUE) 


# model performance using cross table
install.packages('gmodels')
library('gmodels')
CrossTable(x=teste_especie, y=iris_teste_knn, prop.chisq=FALSE)

如何将其应用于新数据。假设我有一个具有以下参数的物种：Sepal.Length = 5.0，Sepal.Width = 3.3，Petal.Length = 1.3，Petal.Width = 0.1。我怎么知道它来自哪个物种？

【问题讨论】：

标签： r classification knn

【解决方案1】：

Knn 是一个惰性分类器。它不会像其他分类器（如逻辑回归、基于树的算法等）那样创建适合以后预测的模型。它同时拟合和评估。完成性能参数的调整后，将优化的参数连同新的测试用例一起提供给 knn。使用：

  x = c(5.0, 3.3, 1.3, 0.1)                          # test case
  knn(train = treino , test = x , cl= treino_especie, k = 3,prob=TRUE)

【讨论】：