如何在 R 中定位使用 kNN 错误分类的单个样本？

Posted 2023-03-13

【中文标题】如何在 R 中定位使用 kNN 错误分类的单个样本？

【英文标题】：How to locate individual samples that have been misclassified using kNN, in R?

【发布时间】：2021-02-05 02:58:15

【问题描述】：

使用 R 中的 Iris 数据集，我正在使用 kNN 进行分类。我有兴趣找到使用测试集错误分类的观察结果。我能够生成散点图，可以直观地看到被错误分类的观察结果。但是，我怎样才能找到并列出所有被错误分类的观察结果。我已经包含了我用来获取下面散点图的代码，它来自https://rpubs.com/Tonnia/irisknn

set.seed(12345)
allrows <- 1:nrow(iris)
trainrows <- sample(allrows, replace = F, size = 0.8*length(allrows))
train_iris <- iris[trainrows, 1:4]
train_label <- iris[trainrows, 5]
table(train_label)
test_iris <- iris[-trainrows, 1:4]
test_label <- iris[-trainrows, 5]
table(test_label)

library(class)
error.train <- replicate(0,30)
for(k in 1:30) 
  pred_iris <- knn(train = train_iris, test = train_iris, cl = train_label, k)
  error.train[k]<-1-mean(pred_iris==train_label)


error.train <- unlist(error.train, use.names=FALSE)

error.test <- replicate(0,30)
for(k in 1:30) 
  pred_iris <- knn(train = train_iris, test = test_iris, cl = train_label, k)
  error.test[k]<-1-mean(pred_iris==test_label)


error.test <- unlist(error.test, use.names = FALSE)

plot(error.train, type="o", ylim=c(0,0.15), col="blue", xlab = "K values", ylab = "Misclassification errors")
lines(error.test, type = "o", col="red")
legend("topright", legend=c("Training error","Test error"), col = c("blue","red"), lty=1:1)

pred_iris<-knn(train = train_iris, test = test_iris, cl = train_label, 6)
result <- cbind(test_iris, pred_iris)
combinetest <- cbind(test_iris, test_label)

result%>%
  ggplot(aes(x=Petal.Width, y=Petal.Length, color=pred_iris))+
  geom_point(size=3)

combinetest%>%
  ggplot(aes(x=Petal.Width, y=Petal.Length, color=test_label))+
  geom_point(size=3)

【参考方案1】：

在您的代码中，pred_iris 保存当前训练模型响应的值。

获得combinetest 数据后，在代码末尾附近，您可以执行以下操作：

combinetest[test_label != pred_iris,]

获取预测与标签不同的那些。

或者，使用更简洁易读的语法：

library(tidyverse)
combinetest %>%
    filter(test_label != pred_iris)