r - 如何解决以下维度与 R 的 K 最近邻不匹配的问题？

Question

在下面的代码中，我尝试将 K 个最近邻与单个预测器一起使用。
据我所知，train.X 中不需要示例数量。匹配 test.X 中的示例数量，但是 R似乎没有正确解析我的输入。

library(ISLR)
library(class)

train=(Weekly$Year<2009)
train.X = Weekly$Lag2[train]
test.X = Weekly$Lag2[!train]
train.Direction = Weekly$Direction[train]
knn.pred = knn(train.X, test.X, train.Direction, k=1)

当上面的代码运行时，它得到了错误

   Error in knn(train.X, test.X, train.Direction, k = 1) :   
      dims of 'test' and 'train' differ                       

我该如何修复 train.X和 test.X以便 R正确解析它们？

Answer 1

knn函数将矩阵或数据框作为训练和测试集的参数。你传入一个向量，它被解释为一个矩阵，但不是你想要的方式。具体来说，您传入的数据被解释为单个数据点，不同的值表示特征。这意味着训练和测试的特征数量是不同的，正如错误消息所暗示的那样。

要修复，只需显式转换，例如

knn.pred = knn(data.frame(train.X), data.frame(test.X), train.Direction, k=1)