Question

我在类变量中有一个缺少值的测试集。运行knn时，我收到错误消息：

“知道错误（...）”不允许缺失值。“

问题：为什么knn不允许缺少测试集中类变量的值？我的意思是，我不知道那些价值观，我想预测它们。我可以将一些类分配给类变量并仍然得到正确的结果吗？

示例代码：

library(class)
data <- data.frame("class_variable"=sample(LETTERS[1:2], 30, replace =     TRUE),
               "predictor_1" = runif(30),
               "predictor_2" = runif(30))
train <- data[1:20,]
test <- data[21:30,]

test$class_variable <- NA

knn(train, test, train$class_variable)

knn中的错误（train，test，train $ class_variable）：不允许缺失值

Answer 1

根据kNN上的R documentation，knn函数所采用的第三个参数是训练集的真正类值。你是正确的，你不需要测试集的真正的类值，因为这是你首先想要预测的。但是，您没有为测试分类提供NA值;您正在为培训分类提供NA值。 kNN算法不能训练 NA响应值。

Answer 2

train和test必须具有相同数量的列，并且数据中不能包含NA值。因此，执行此操作的方法是，在将class_variable传递给train时排除test和knn的{{1}}列。这将有效：

knn(train[, -1], test[, -1], train[, 1])

“knn（...）中的错误允许没有遗漏值”，为什么？

2 个答案: