当我们在R中使用kknn时，质心的默认数量是多少？

Question

当我在R中学习kknn时，我遇到了IRIS数据示例，我发现kknn没有采用任何质心数的论证。

require(kknn)
data(iris)
m <- dim(iris)[1]
val <- sample(1:m, size = round(m/3), replace = FALSE, prob = rep(1/m, m)) 
iris.learn <- iris[-val,]   # train
iris.valid <- iris[val,]    # test
iris.kknn <- kknn(Species~., iris.learn, iris.valid, distance = 1, kernel ="triangular")

它如何优化质心数？

我记得knn接受了质心数的论证。

Answer 1

根据kknn包的文档，有一个参数来确定质心的数量，即参数k。

来自documentation：

  

k：考虑的邻居数量。

默认值为7个质心。你可以写成：

require(kknn)
data(iris)
m <- dim(iris)[1]
val <- sample(1:m, size = round(m/3), replace = FALSE, prob = rep(1/m, m)) 
iris.learn <- iris[-val,]   # train
iris.valid <- iris[val,]    # test
iris.kknn <- kknn(Species~., iris.learn, iris.valid, 
                  distance = 1, kernel ="triangular", k=7)
#you can add whichever number you want above