在 k=1 的情况下使用 knn 并在 R 中对测试数据集进行分类答案

【问题标题】：Use knn with k=1 and classify the test dataset in R在 k=1 的情况下使用 knn 并在 R 中对测试数据集进行分类
【发布时间】：2016-06-29 03:31:44
【问题描述】：

使用 R 中的 iris 数据集，我提出了两个不同的子集。

test <- iris[seq(1, nrow(iris), by = 5),]
training <- iris[-seq(1, nrow(iris), by = 5),]

我现在使用 k=1 寻找 k 个最近邻。这是我的尝试和输出。

knn(test, k = 1, prob=TRUE)

**Error in knn(test, k = 1, prob = TRUE) : 
  argument "test" is missing, with no default**

为什么这告诉我缺少“测试”？谢谢

【问题讨论】：

您忘记包含训练数据和 cl。在您的 R 控制台中输入 ?knn 以查找确切的语法。
是说train和class的长度不同？
你上了什么课？
看到这些线程，它可能会变得更清楚。 stackoverflow.com/questions/29654540/… 和 stackoverflow.com/questions/16276388/…

标签： r dataset

【解决方案1】：

试试这个：

test <- iris[seq(1, nrow(iris), by = 5),-5] #hide the species from knn
training <- iris[-seq(1, nrow(iris), by = 5),-5]

cl <-iris[-seq(1, nrow(iris), by = 5),]$Species #this is where you tell
# it which species is which.

knn(train = training, test = test, cl = cl, k = 1, prob=TRUE)

[1] setosa     setosa     setosa     setosa     setosa     setosa     setosa    
[8] setosa     setosa     setosa     versicolor versicolor versicolor versicolor
[15] virginica  versicolor versicolor versicolor versicolor versicolor virginica 
[22] virginica  virginica  virginica  virginica  virginica  virginica  virginica 
[29] virginica  virginica 
attr(,"prob")
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Levels: setosa versicolor virginica

【讨论】：