In ahorawzy/TFTSA: Traffic Flow Time Series Analysis

《数据挖掘：R语言实战》中的K近邻

rm(list=ls())

library(class)
library(kknn)
library(sampling)

读取数据

使用kknn包的数据集miete。

data("miete")
dim(miete)

数据预处理

分层抽样对5个等级抽取等量样本。计算每一等级应抽取的样本数

n <- round(2/3*nrow(miete)/5)
n

names(miete)

sub_train <- strata(miete,stratanames = "nmkat",size=rep(n,5),method = "srswor")

data_train <- miete[sub_train$ID_unit,c(-1,-3,-12)]
data_test <- miete[-sub_train$ID_unit,c(-1,-3,-12)]

dim(data_train)

dim(data_test)

K近邻

按照次序向knn函数中一次放入训练集中各属性变量（除第12个变量nmkat）、测试集（除第12个变量nmkat）、训练集中的判别变量（第12个变量nmkat）

names(data_train)

fit_pre_knn <- knn(data_train[,-12],data_test[,-12],cl=data_train[,12])
fit_pre_knn

table(data_test$nmkat,fit_pre_knn)

输出错误率

error_knn <- sum(as.numeric(as.numeric(fit_pre_knn)!=as.numeric(data_test$nmkat)))/nrow(data_test)
error_knn

error_knn <- rep(0,20)
for(i in 1:20){
  fit_pre_knn=knn(data_train[,-12],data_test[,-12],cl=data_train[,12],k=i)
  error_knn[i]=sum(as.numeric(as.numeric(fit_pre_knn)!=as.numeric(data_test$nmkat)))/nrow(data_test)
}
error_knn

plot(error_knn,type="b",xlab="K")

问题：class包的knn只能做分类问题，不能做回归问题。

回归问题需要另外找思路，找包和函数。

ahorawzy/TFTSA documentation built on May 13, 2019, 12:18 p.m.