r - 在 R 中使用 KNN (k = 2) 时不断对小数据集进行不同的预测

Question

考虑以下训练集的回归问题:

我想预测每个对象的 2 个最近邻预测 - 但是，每次调用 knn 函数时，我都会得到不同的预测。应该这样吗？这是我正在使用的代码:

library(class)
test <- train <- matrix(c(-1, 0, 2, 3),,1)
cl <- c(0, 1, 2, 1)
knn(train, test, cl, k=2)

输出:

> knn(train, test, cl, k=2)
[1] 1 1 2 2
Levels: 0 1 2
> knn(train, test, cl, k=2)
[1] 0 0 1 2
Levels: 0 1 2
> knn(train, test, cl, k=2)
[1] 1 1 1 2
Levels: 0 1 2
> knn(train, test, cl, k=2)
[1] 0 0 1 2
Levels: 0 1 2

非常感谢任何澄清。

Answer 1

在knn 中，关系是随机断开的，按照您设置它的方式，您将始终在投票中有一个正确的(完全匹配)和一个错误的标签(最接近的匹配)，因此结果总是在实际标签和错误标签之间随机选择。

您可以通过多次运行实验并查看结果从经验上看出这一点 - 每行将有两个不同的结果，比例大致相同。