r - 尝试在 R 中实现 K 最近邻，不知道从这里到哪里去

Question

我正在尝试在 R 中实现 KNN 算法。

这是我正在处理的数据集(其中前 2 列是属性，第三列是标签):

2, 3, 1
4, 5, 1
6, 7, -1
8, 9, 1
5, 6, 1
7, 8, -1

我的训练集train.X是前4个属性:

2, 3
4, 5
6, 7
8, 9

我的测试集test.X是最后2个属性:

5, 6
7, 8

train.Y 表示训练集的标签，test.Y 表示测试集的标签(我将很快尝试预测以验证)这套)。

该算法的第一步是计算 test.X 和 train.X 之间的欧几里德距离，我知道如何计算。但是，我不确定如何存储距离，以便我可以按升序对它们进行排序。例如，我如何将它们存储在表中？

欣赏任何见解

Answer 1

看看this example - 这非常简单。以下是要点:

• 对于每个测试点:

  • 初始化一个向量来存储到火车实例的距离:

    dsq <- numeric(nrow(train.X))

  • 存储在dsq到训练点的距离

  • 排序 dsq按升序排列:

    ord <- order(dsq)

  • 然后，特定测试点的输出为

    p.test <- mean(train.Y[ ord[1:k] ])

哪里k是您选择的最近邻居数。

希望这有帮助...