在R中使用KNN（k = 2）时，不断对小数据集进行不同的预测

Question

使用以下训练集考虑此回归问题：

我想预测每个对象的2最近邻预测 - 但是，每次调用knn函数时，我都会得到不同的预测。应该是这样的吗？以下是我使用的代码：

library(class)
test <- train <- matrix(c(-1, 0, 2, 3),,1)
cl <- c(0, 1, 2, 1)
knn(train, test, cl, k=2)

输出：

> knn(train, test, cl, k=2)
[1] 1 1 2 2
Levels: 0 1 2
> knn(train, test, cl, k=2)
[1] 0 0 1 2
Levels: 0 1 2
> knn(train, test, cl, k=2)
[1] 1 1 1 2
Levels: 0 1 2
> knn(train, test, cl, k=2)
[1] 0 0 1 2
Levels: 0 1 2

非常感谢任何澄清。

Answer 1

在knn关系被随机打破并且你设置的方式在投票中总是会有一个正确的（完全匹配）和一个不正确的标签（最接近的匹配），因此结果总是如此实际标签和错误标签之间的随机选择。

通过多次运行实验并查看结果，您可以凭经验看到 - 每一行将以大致相同的比例产生两种不同的结果。

Answer 2

尽管代码不起作用，我的猜测是有一个平局，在这种情况下它会随机选择，这就是为什么你每次使用时都会看到不同的结果。在这种情况下选择k = 3会停止所有联系并且每次都给你相同的答案。