我正在使用R的[:link {:rel "stylesheet"
:href "https://unpkg.com/leaflet@1.5.1/dist/leaflet.css"
:integrity "sha512-xwE/Az9zrjBIphAcBb3F6JVqxf46+CDLwfLMHloNu6KEQCAWi6HcDUbeOfBIptF7tcCzusKFjFw2yuvEpDL9wQ=="
:crossorigin ""}]]
包拟合k最近邻模型。
caret
我留下一个观察值作为测试数据,并使用训练数据拟合模型。
library(caret)
set.seed(0)
y = rnorm(20, 100, 15)
predictors = matrix(rnorm(80, 10, 5), ncol=4)
data = data.frame(cbind(y, predictors))
colnames(data)=c('Price', 'Distance', 'Cost', 'Tax', 'Transport')
当我显示id = sample(nrow(data)-1)
train = data[id, ]
test = data[-id,]
knn.model = train(Price~., method='knn', train)
predict(knn.model, test)
时,它告诉我它使用了knn.model
。我想知道哪9个观察实际上是测试观察的“最近”。除了手动计算距离之外,还有没有更简单的方法来显示最近的邻居?
谢谢!
答案 0 :(得分:1)
使用knn时,将基于自变量创建点附近的聚类。通常,这是使用train(Price~., method='knn', train)
完成的,因此该模型会根据某些标准(同时还要考虑因变量)选择最佳预测。考虑到我尚未检查R对象是否存储每个训练值的预测价格的事实,我只是使用训练过的模型来预测给定模型的预期价格(预期价格位于空间中)。
最后,因变量只是公共空间中所有其他变量的表示,在此假设关联的价格是相似的,因为您是基于接近性进行聚类的。 作为步骤的摘要,您需要计算以下内容:
取N个较小索引的索引(例如N = 9)。您可以获得观测值并且与该较低距离相关。
TestPred<-predict(knn.model, newdata = test)
TrainPred<-predict(knn.model, train)
Nearest9neighbors<-order(abs(TestPred-TrainPred))[1:9]
train[Nearest9neighbors,]
Price Distance Cost Tax Transport
15 95.51177 13.633754 9.725613 13.320678 12.981295
7 86.07149 15.428847 2.181090 2.874508 14.984934
19 106.53525 16.191521 -1.119501 5.439658 11.145098
2 95.10650 11.886978 12.803730 9.944773 16.270416
4 119.08644 14.020948 5.839784 9.420873 8.902422
9 99.91349 3.577003 14.160236 11.242063 16.280094
18 86.62118 7.852434 9.136882 9.411232 17.279942
11 111.45390 8.821467 11.330687 10.095782 16.496562
17 103.78335 14.960802 13.091216 10.718857 8.589131