如何在 R 中使用 knn 找到缺失的收入值

Question

这是我创建的数据集：

ID <- c(NA,1,2,3)
Age <- c(30,25,33,35)
Asset_Size <- c(60,50,60,80)
Income <- c(NA,100000,90000,150000)
chart1 <- data.frame(ID,Age,Asset_Size,Income)

如果 K = 1 且方法 =“未加权投票”，我试图找到客户 x 的收入缺失值。 所以我试图找到正确的 knn 代码。这是我到目前为止一直在尝试的。

knn(chart1,k = 1, prob=TRUE)

它正在寻找测试、训练和分类。不知道从那里去哪里。感谢您的帮助。

Answer 1

您的原始数据框如下所示：

chart1
#   ID Age Asset_Size Income
# 1 NA  30         60     NA
# 2  1  25         50 100000
# 3  2  33         60  90000
# 4  3  35         80 150000

所以您正在寻找客户X 的收入预测，有Age 和Asset_Size 的信息，有knn，这只是意味着找出已知客户1,2,3@ 987654328@最接近。

因此，对于客户1,2,3，训练数据集将是Age 和Asset_Size：

train <- chart1[2:4, 2:3]

测试数据集将是客户X 的Age 和Asset_Size：

test <- chart1[1, 2:3]

集群将只是ID，因为您正在做一个最近的邻居：

cl <- chart1[2:4, 1]

将这些数据集传递给 docs 指定的knn，您会得到：

knn(train, test, cl, k = 1, prob = T)
[1] 2
attr(,"prob")
[1] 1
Levels: 1 2 3

所以X 最接近客户 2，预计收入应该是 90000，如果您查看他们的 Age 和 Asset_size 信息，这是有道理的，因为它们是最接近的。