R中的KNN——所有参数必须具有相同的长度，test.X为空

Posted 2023-03-13

【中文标题】R中的KNN——所有参数必须具有相同的长度，test.X为空

【英文标题】：KNN in R -- All arguments must have the same length, test.X is empty

【发布时间】：2021-07-20 01:09:11

【问题描述】：

我正在尝试在 R 中对数据框执行 KNN，遵循车辆类型（汽车、船、飞机）的 3 路分类，使用 mpg、成本等列作为特征。

开始，当我跑步时：

knn.pred=knn(train.X,test.X,train.VehicleType,k=3)

然后

knn.pred

返回

factor(0) Levels: car boat plane

和

table(knn.pred,VehicleType.All)

返回

Error in table(knn.pred, VehicleType.All) : 
  all arguments must have the same length 

我认为我的问题是我可以使用 cbind() 成功加载 train.X，但是当我尝试对 test.X 进行相同操作时，它仍然是一个空矩阵。我的代码如下所示：

train=(DATA$Values<=200) # to train for all 200 entries including cars, boats and planes

train.X = cbind(DATA$mpg,DATA$cost)[train,]
summary(train.X)

在这里，summary(train.X) 返回正确，但是当我尝试对 test.X 进行相同操作时：

test.X = cbind(DATA$mpg,DATA$cost)[!train,]

当我尝试打印 test.X 时，它会返回一个空矩阵，如下所示：

[,1] [,2]

对于这么长的问题，我很抱歉，我可能没有包括所有相关信息。如果有人知道这里出了什么问题或为什么我的 test.X 没有加载任何数据，我将不胜感激！

【参考方案1】：

如果没有关于您的数据的任何信息，很难猜测问题出在哪里。你应该发一个minimal reproducible example 或至少dput您的数据或其中的一部分。然而，这里我展示了 2 种方法来训练 knn 模型，使用 2 个不同的包（class 和 caret）和 mtcars 内置数据集。

class

library(class)

data("mtcars")
str(mtcars)
mtcars$gear <- as.factor(mtcars$gear)
ind <- sample(1:nrow(mtcars),20)
train.X <- mtcars[ind,]
test.X <- mtcars[-ind,]
train.VehicleType <- train.X[,"gear"]
VehicleType.All <- test.X[,"gear"]
knn.pred=knn(train.X,test.X,train.VehicleType,k=3)

table(knn.pred,VehicleType.All)

caret

library(caret)

ind <- createDataPartition(mtcars$gear,p=0.60,list=F)
train.X <- mtcars[ind,]
test.X <- mtcars[-ind,]
control <-trainControl(method = "cv",number = 10)
grid <- expand.grid(k=2:10)
knn.pred <- train(gear~.,data=train.X,method="knn",tuneGrid=grid)
pred <- predict(knn.pred,test.X[,-10])
cm <- confusionMatrix(pred,test.X$gear)

caret 包允许在模型拟合期间以简单的方式对参数调整执行交叉验证。默认情况下，train 执行 25 次自举交叉验证，以在 grid 对象中提供的值中找到 k 的最佳值。

从您的示例来看，您的测试对象似乎是空的，因此knn 的结果是一个长度为 0 的向量。可能您的问题在于数据读取。但是，将DATA 子集化的更好方法是：

#insetad of
train.X = cbind(DATA$mpg,DATA$cost)[train,]

#you should do:
train.X <- DATA[train,c("mpg","cost")]
test.X <- DATA[-train,c("mpg","cost")]

但是，我不明白 DATA$Values 是什么变量，一开始我以为这是结果，但是，这行让我很困惑：

train=(DATA$Values<=200)

您可以处理这些示例以自行发现错误。如果您无法发布重现您的情况的示例。