在R

Question

我已经定义了我的训练和测试集如下：

colon_samp <-sample(62,40)
colon_train <- colon_data[colon_samp,]
colon_test <- colon_data[-colon_samp,]

和KNN功能：

knn_colon <- knn(train = colon_train[1:12533], test = colon_test[1:12533], cl = colon_train$class, k=2)

这是KNN的LOOCV循环：

newColon_train <- data.frame(colon_train, id=1:nrow(colon_train))
id <- unique(newColon_train$id)

loo_colonKNN <- NULL
for(i in id){
  knn_colon <- knn(train = newColon_train[newColon_train$id!=i,], test = newColon_train[newColon_train$id==i,],cl = newColon_train[newColon_train$id!=i,]$Y)
  loo_colonKNN[[i]] <- knn_colon
 }
print(loo_colonKNN)

当我打印loo_colonKNN时，它给出了40个预测（即40个列车集预测），但是，我希望它能给我62个预测（原始数据集中的所有n个样本）。我该怎么做呢？

谢谢。

Answer 1

您只需使用不同的knn参数再次调用test函数：

[...]
knn_colon2 <- knn(train = newColon_train[newColon_train$id!=i,], 
                  test = newColon_test[newColon_test$id==i,],
                  cl = newColon_train[newColon_train$id!=i,]$Y)

这是由KNN是一个非参数的，基于实例的模型引起的：数据本身就是模型，因此＆＃34;培训＆＃34;只是持有＆＃34;以后的数据＆＃34;预测并且不需要任何计算密集的模型拟合程序。因此，多次调用培训程序将其应用于多个测试集是没有问题的。

但请注意，CV的想法是每次仅评估左侧分区，因此查看所有样本可能不是您想要做的。而且，不是自己编码，你可能最好使用例如相反，knn.cv函数或插入符号框架为partitioning, resampling, etc.提供了API，因此在这些任务中非常方便。