从 KKNN 包中查找最近的邻居名称

Question

我一直在尝试构建此程序或了解如何访问 KKNN 所做的工作以产生其结果。我正在使用 KKNN 函数和包来帮助预测未来的棒球统计数据。它包含 11 个预测变量（之前 3 年的统计数据、PA 和水平，以及年龄和另一个预测变量）。预测效果很好，但我希望做的是，当我只预测一名球员时（因为这在预测 100 名球员时会很荒谬），我希望看到可能与相关球员最近的 3 个邻居以及他们之前的统计他们明年生产的产品。我最关心最近邻居的名称，因为知道哪些玩家最接近将为它做出的预测提供背景信息。

如果这是获得这些功能的唯一方法，我可以尝试将实际代码编辑到函数中。即使找到索引也会有所帮助，因为我可以从那里反向求解以获取名称。非常感谢您的帮助！

下面是一些应该有帮助的示例代码：

name=c("McGwire,Mark","Bonds,Barry","Helton,Todd","Walker,Larry","Pujols,Albert","Pedroia,Dustin")
z
lag1=c(100,90,75,89,95,70)
lag2=c(120,80,95,79,92,90)
Runs=c(65,120,105,99,65,100)
full=cbind(name,lag1,lag2,Runs)
full=data.frame(full)
learn=full
learn
learn$lag1=as.numeric(as.character(learn$lag1))
learn$lag2=as.numeric(as.character(learn$lag2))
learn$Runs=as.numeric(as.character(learn$Runs))
valid=learn[5,]
learn=learn[-5,]
valid

k=kknn(Runs~lag1+lag2,learn,valid,k=2,distance=1)
summary(k)
fit=fitted(k)
fit

这是我实际调用的函数，如果它可以帮助您定制解决方法的答案！

kknn(RVPA~(lag1*lag1LVL*lag1PA)+(lag2*lag2LVL*lag2PA)+(lag3*lag3LVL*lag3PA)+Age1‌​+PAsize, RV.learn, RV.valid,k=86, distance = 1,kernel = "optimal") 

Answer 1

这是您的示例稍作修改的版本：

full= data.frame(
name=c("McGwire,Mark","Bonds,Barry","Helton,Todd","Walker,Larry","Pujols,Albert","Pedroia,Dustin"),
lag1=c(100,90,75,89,95,70),
lag2=c(120,80,95,79,92,90),
Runs=c(65,120,105,99,65,100)
)

library(kknn)
train=full[full$name!="Bonds,Barry",]
test=full[full$name=="Bonds,Barry",]
k=kknn(Runs~lag1+lag2,train=train, test=test,k=2,distance=1)

这预测 Bonds 的运行次数为 80.2。 Runs 变量就像一个类标签，如果您调用k$CL，您将返回 65 和 99（对应于两个最近邻居的运行次数）。有两名球员（McGwire、Pujols）跑了 65 次，一名跑了 99 次，所以你无法直接分辨出邻居是谁。 kknn 的输出似乎不包括与测试集最近的邻居列表（尽管您可能会从各种输出中将其删除）。

不过，FNN 包可以让您以您想要的方式查询您的训练数据：

library(FNN)
get.knnx(data=train[,c("lag1","lag2")], query=test[,c("lag1","lag2")],k=2)
$nn.index
 [,1] [,2]
[1,]    3    4

$nn.dist
     [,1] [,2]
[1,] 1.414214   13

train[c(3,4),"name"]
[1] Walker,Larry  Pujols,Albert

所以离邦兹最近的邻居是 Pujols 和 Walker。