KNN 准确度为 100%？答案

【问题标题】：KNN Accuracy of 100%?KNN 准确度为 100%？
【发布时间】：2022-04-26 22:02:48
【问题描述】：

我在 KNN 中使用了以下代码

jd <- jobdata
   head (jd)
   jd$ipermanency rate= as.integer(as.factor(jd$ipermanency rate))
   jd$`permanency rate`=as.integer(as.factor(jd$`permanency rate`))
   jd$`job skills`=as.integer(as.factor(jd$`job skills`))
   jd$Default <- factor(jd$Default)
   num.vars <- sapply(jd, is.numeric)
   jd[num.vars] <- lapply(jd[num.vars], scale)
   jd$`permanency rate` <- factor(jd$`permanency rate`)
   num.vars <- sapply(jd, is.numeric)
   jd[num.vars] <- lapply(jd[num.vars], scale)
   myvars <- c("permanency rate", "job skills")
   jd.subset <- jd[myvars]
   summary(jd.subset)
   set.seed(123)
   test <- 1:100
   train.jd <- jd.subset[-test,]
   test.jd <- jd.subset[test,]
   train.def <- jd$`permanency rate`[-test]
   test.def <- jd$`permanency rate`[test]
   library(class)
   knn.1 <-  knn(train.jd, test.jd, train.def, k=1)
   knn.3 <-  knn(train.jd, test.jd, train.def, k=3)
   knn.5 <- knn(train.jd, test.jd, train.def, k=5)

但每当我计算 k = 1、3 和 5 的正确分类比例时，我总是得到 100% 的正确率。这是正常的还是我哪里出错了

谢谢

【问题讨论】：

标签： performance-testing knn

【解决方案1】：

我们不能说knn分类器总是产生错误的结果。实际上它是基于数据集的。在最好的情况下，训练数据可以等于测试数据，它总是产生 100% 的结果。

训练数据 == 测试数据 - 在所有情况下都 100% 有效

【讨论】：

【解决方案2】：

仅当模型是过拟合情况时。这意味着模型无法捕捉随机性，因此只能 100% 预测训练数据

【讨论】：

【解决方案3】：

在大多数项目中可能并非如此，因为当您拥有一个包含大量自变量（预测变量）的复杂数据集时，大多数 y_labels（目标）可能会靠得很近。

您最好尝试实施一些聚类技术或简单的变量配对图，并将颜色设置为目标变量，看看它们是否很好地组合在一起。

一个例子是：

# This is an implementation in python
import matplotlib.pyplot as plt
import seaborn as sns

sns.pairplot(data = jd, hue = "permanency rate")

根据您使用的语言和库，KNN 分类器通常默认设置 n_neighbours (K) = 5。因此，您可以尝试超过该值以查看它是否返回不同的结果。

您还应该构建混淆矩阵并查看指标。

【讨论】：