knn'train'和'class'中的错误有不同的长度

Question

我正在尝试在我的数据集上使用 knn 函数（来自类包）。它有 5 列特征，第 6 列是我希望能够预测的。我正在做 70/30 的拆分。

这是我的代码：

> ind <- createDataPartition(CSD$Caesarian, p=0.70, list=FALSE)
> csd_train <- CSD[ ind,]
> csd_test <- CSD[-ind,]
> c1 <- CSD[1:6,-c(1,2,3,4,5)]
> knn(train, test, c1, k=2, prob=TRUE)

但是我收到了这个错误。

Error in knn(train, test, c1, k = 2, prob = TRUE) : 
  'train' and 'class' have different lengths

我查看了其他线程并尝试了他们建议的解决方案 (KNN in R: 'train and class have different lengths'?)

并尝试了以下方法，但我仍然收到错误

> c1 = as.factor(c1)
> dim(csd_train)
[1] 57  6
> dim(csd_test)
[1] 23  6
> length(c1)
[1] 6
> knn(train, test, c1, k=2, prob=TRUE)
Error in knn(train, test, c1, k = 2, prob = TRUE) : 
  'train' and 'class' have different lengths

我也试过了，还是报错。

> c1 = as.factor(CSD[['Caesarian']])
> knn(train, test, c1, k=2, prob=TRUE)
Error in knn(train, test, c1, k = 2, prob = TRUE) : 
  'train' and 'class' have different lengths

我不知道如何解决这个问题。

如果有帮助，这里是我的数据样本：

> dput(head(CSD))
structure(list(Age = c(22L, 26L, 26L, 28L, 22L, 26L), Delivery.NO = c(1L, 
2L, 2L, 1L, 2L, 1L), Delivery.NO.1 = c(1L, 1L, 0L, 1L, 1L, 0L
), BP = c(2L, 1L, 1L, 2L, 1L, 0L), Heart.Problem = c(1L, 1L, 
1L, 1L, 1L, 1L), Caesarian = structure(c(1L, 2L, 1L, 1L, 2L, 
1L), .Label = c("N", "Y"), class = "factor")), .Names = c("Age", 
"Delivery.NO", "Delivery.NO.1", "BP", "Heart.Problem", "Caesarian"
), row.names = c(NA, 6L), class = "data.frame")

编辑 我做了

c1 <- csd_train[, 6]

长度（c1）现在是 57，这很好。但是，当我运行 knn 行时，我现在收到了这个新错误：

Error in knn(csd_train, csd_test, c1, k = 2, prob = TRUE) : NA/NaN/Inf in `foreign function call (arg 6) In addition: Warning messages: 1: In` `knn(csd_train, csd_test, c1, k = 2, prob = TRUE) : NAs introduced by coercion 2:` `In knn(csd_train, csd_test, c1, k = 2, prob = TRUE) : NAs introduced by coercion`

我所有的预测变量都是数字，并且没有缺失值。

Answer 1

我想我有一个答案。

这是一个使用 iris 数据集的工作示例。您必须在训练和测试集中忽略目标变量。将您的火车集的目标变量传递给knn 调用中的参数cl。然后它应该工作。 在此示例中，目标变量位于第 5 列中。

当cl 的长度不等于您的测试集中的行数时会发生错误。

library(class)
library(caret)

dat<-iris

ind <- createDataPartition(dat$Species, p=0.70, list=FALSE)
dat_train <- dat[ ind,-5]         #leave your target variable out 
dat_test <- dat[-ind,-5]          #leave your target variable out
cl<-dat[ind,5]                    #your target variable for the train set
knn(dat_train, dat_test, cl, k=2, prob=TRUE)

*编辑

我在您的代码中发现了错误。如果您的数据如下所示：

> dim(csd_train)
 [1] 57  6
> dim(csd_test)
 [1] 23  6
> length(c1)
 [1] 6

由于 c1 (6) 的长度与 csd_train (57) 的行数不匹配，因此无法正常工作。

**另一个编辑：

试试这个：

ind <- createDataPartition(CSD$Caesarian, p=0.70, list=FALSE)
csd_train <- CSD[ ind,-6]
csd_test <- CSD[-ind,-6]
c1 <- CSD[ ind,6]
knn(csd_train , csd_test, c1, k=2, prob=TRUE)