-1
次のKNN Rコードが異なる種類について異なる予測を与える理由を知っている人はいますか? これはK < -5と変わったので、大多数が明確に定義されています。さらに、浮動小数点数は、データ問題の精度の下ではあまり小さくありません。 (発言:私はテストはトレーニングから変なふうに異なっている知っている。これは奇妙なKNNの挙動を示すために作成された唯一の合成例である。)Q:R - 異常行動のKNN
library(class)
train <- rbind(
c(0.0626015, 0.0530052, 0.0530052, 0.0496676, 0.0530052, 0.0626015),
c(0.0565861, 0.0569546, 0.0569546, 0.0511377, 0.0569546, 0.0565861),
c(0.0538332, 0.057786, 0.057786, 0.0506127, 0.057786, 0.0538332),
c(0.059033, 0.0541484, 0.0541484, 0.0501926, 0.0541484, 0.059033),
c(0.0587272, 0.0540445, 0.0540445, 0.0505076, 0.0540445, 0.0587272),
c(0.0578095, 0.0564349, 0.0564349, 0.0505076, 0.0564349, 0.0578095)
)
trainLabels <- c(1,
1,
0,
0,
1,
0)
test <- c(0.1923241, 0.1734074, 0.1734074, 0.1647619, 0.1734074, 0.1923241)
K <- 5
set.seed(494139)
pred <- knn(train=train, test=test, cl = trainLabels, k=K)
message("predicted: ", pred, ", seed: ", seed)
# **predicted: 1**, seed: 494139
set.seed(5371)
pred <- knn(train=train, test=test, cl = trainLabels, k=K)
message("predicted: ", pred, ", seed: ", seed)
# **predicted: 0**, seed: 5371
あなたの質問は何ですか? Rコードには1つのバグがあります:最後のテストは、2番目と最後の同じシードを使うふりをしますが、設定されていないためではありません。それはあなたの混乱の源ですか? – AlexR