这是在家工作。
我有两个矩阵，一个用于训练，一个用来测试。数据有两列数据，应用于分类，第三列为已知类别。两个矩阵都有第三列。
[1] [2] [3]
[1] 6.4 0.32 2
[2] 4.8 0.34 0
[3] 4.9 0.25 2
[4] 7.2 0.32 1
其中整数是类（从0-2）。
我的数据集的维度对于训练集是100 3，对于测试集是38 3。
我尝试过使用类lbrary的knn（）函数。
knn使用以下参数：（train，test，cl，k=1，l=0，prob=FALSE，use.all=TRUE）
我试着直接使用我的数据集，但后来我得到了错误："‘训练’和‘类别’有不同的长度"
我试过一些东西，但几个小时后就卡住了。目前，我的编辑器中有以下代码：
cl <- t(factor(c(rep("0",1), rep("1",1), rep("2",1))))
k <- knn(train, test, cl)
但它不起作用。有人能帮我吗？
我想找到用3个不同的k值运行函数，并找到每个值的准确性。之后，我将对最佳k进行5倍的交叉验证。
正如文档所述，cl是factor of true classifications of the training set，即y变量（训练集的第三列）。
这意味着功能应该如下：
cl <- factor(c(2,0,2,1)) #or alternatively factor(train[,3])
k <- knn(train[,c(1,2)], test[,c(1,2)], cl)
正如您在培训和测试集中看到的，y变量（包含类的列）不包括在测试和培训集中。该列仅作为因子包含在cl参数中。
您收到的错误是因为训练集的行数不等于因子的长度，在这种情况下，它只有3个元素（这是因为您认为只需要在那里指定因子的级别）。