R 中 MASS 库的波士顿数据集部分的 R 任务。任务：绘制 KNN 的精度，K=1:50。答案

【问题标题】：R-task on Boston dataset part of MASS library in R. Task: Plot accuracy of KNN, K=1:50.R 中 MASS 库的波士顿数据集部分的 R 任务。任务：绘制 KNN 的精度，K=1:50。
【发布时间】：2018-03-23 12:45:46
【问题描述】：

我已经完成了以下操作，但它给了我一个错误，说 NAs 是由强制引入的

ourBoston=data.frame(Boston)
ourBoston$high.medv=NA
levels(ourBoston$high.medv)=c("no","yes")
ourBoston$high.medv[Boston$medv>25]<-"yes"
ourBoston$high.medv[Boston$medv<=25]<-"no"

result<-rep(0,50)
for (i in 1:50) {
   result=knn(train=data.frame(ourBoston$lstat),test=data.frame(ourBoston$lstat),cl=ourBoston$high.medv,k=i)
  result[i]=sum(as.integer(ourBoston$high.medv))/length(result)
}
qplot(1:50,result[1:50])

我创建了一个列并将其添加到一个新的数据框->ourBoston

lstat 变量是我必须为响应变量 high.medv 选择的最佳预测变量。

训练和测试数据集必须相同。

在运行代码时，我收到 50 条警告：In as.integer(ourBoston$high.medv) : NAs引入了强制

【问题讨论】：

标签： r machine-learning data-science

【解决方案1】：

您的尝试中有一些不清楚的地方，我做了一些假设。

首先要澄清一些关于你的代码的事情。如果它已经是一个，你不应该需要在data.frame() 中包装一些东西，通过查看类来检查它，例如class(Boston).

在分配对象时，坚持使用<- 或= 会有所帮助，使用<- 更容易阅读。

您尝试创建因子的方式有点繁琐，您可以使用ifelse 根据布尔检查分配结果。输入?ifelse阅读更多内容。

在您的for 循环中，您再次将knn 模型的结果分配给result，这会覆盖您为存储结果而创建的向量。这是您尝试的最大问题之一。

之后您还不清楚您要计算什么，我提供了一个确定准确性的简单方法的示例。这通过检查预测值是否与Boston 中的原始值相等并计算mean 来工作。

library(MASS)
library(ggplot2)
library(class)

# The call to `data.frame` here is not required, its already one.
# ourBoston=data.frame(Boston)
ourBoston <- Boston

# You are going about the assignment of high.medv poorly
# You can create a factor like so:
ourBoston$high.medv <- factor(ifelse(ourBoston$medv > 25, "yes", "no"))


result <- rep(0, 50)

# seq_along() is preferable, as it makes sure you iterate over each regardless
for (i in seq_along(result)) {

  # you cant assign this to result, you overwrite your vector from before...
  knn_result <- knn(train = ourBoston['lstat'],
                    test = ourBoston['lstat'],
                    cl = ourBoston$high.medv,
                    k = i)

  # not sure what you are trying to do here
  # result[i] <- sum(as.integer(ourBoston$high.medv))/length(result)

  # calculating accuracy
  result[i] <- mean(knn_result == ourBoston$high.medv)

}
qplot(seq_along(result), result)

【讨论】：