问：KNN中的R - 奇怪的行为

Question

（在延续这个post）

有谁知道为什么下面的KNN R代码里面给出了不同种不同的预测？这很奇怪，因为K <-5，因此大多数都是明确的。另外，浮点数很大 - 因此不会出现数据问题的精确度+数据被缩放和居中。

library(class) 

from = -(2^30) 
to = -(from) 

seed <- -229881389 
set.seed(seed) 

K <- 5 
m = as.integer(runif(1, K, 20)) 
n = as.integer(runif(1, 5, 1000)) 
train = matrix(runif(m*n, from, to), nrow=m, ncol=n) 
trainLabels = sample.int(2, size = m, replace=T)-1 
test = matrix(runif(n, from, to), nrow=1) 

sc<-function(x){(x-mean(x))/sd(x)} 
train<-apply(train,2,sc) 

test<-t(apply(test,1,sc)) 

seed <- as.integer(runif(1, from, to)) 
set.seed(seed) 
pred_1 <- knn(train=train, test=test, cl = trainLabels, k=K) 
message("predicted: ", pred_1, ", seed: ", seed) 

seed <- as.integer(runif(1, from, to)) 
set.seed(seed) 
pred_2 <- knn(train=train, test=test, cl = trainLabels, k=K) 
message("predicted: ", pred_2, ", seed: ", seed) 

手动检查：

euc.dist <- function(x1, x2) sqrt(sum((x1 - x2)^2)) 
result = vector(mode="numeric", length=nrow(train)) 
for(i in 1:nrow(train)) { 
    result[i] <- euc.dist(train[i,], test) 
} 
a <- data.frame(result, trainLabels) 
names(a) = c("RSSE", "labels") 
b <- a[with(a, order(result, decreasing =T)), ] 
headK <- head(b, K) 
message("Manual predicted K: ", paste(K," class:", names(which.max(table(headK[,2]))))) 
print(b) 

将使预测0，对于前k个（= 5）。

Answer 1

有以下几种错误：

• 您在使用错误的测试在KNN设置一个错误 - 使用TEST_为中心，缩放变量。
• 创建b没有变量总和，您可以使用简单的顺序，默认情况下增加顺序。
• 该命令必须是增加在距离，因为你正在寻找最近的邻居，看最小的距离。
• 使用set.seed在没有任何随机（随机）的代码对评估生效之前。

所以它基本上和我在previous post中解释的一样。