2

我正在使用 knn 来估计随机数据，并且我正在从向量中选择不同的 k。每个 knn 返回一个长度为 200 的向量，我有 13 个 k，所以我需要在 for 循环之前初始化一个 13x200 的向量。我想做类似的事情

knn_train <- rep(0,1000)

但是对于多维向量。

这是我的代码：

library(class)
library(MASS)
#List of k's for use in knn
k <- c(1,4,7,10,13,16,30,45,60,80,100,150,200)
#Generate identity matrix for sigmas 
sigma <- diag(2)
# Class 1
mu_green <- c(-.5,.5)
green_train <- mvrnorm(100, mu_green,sigma)
green_test <-  mvrnorm(100, mu_green,sigma)
#Class 0
mu_red <-c(-.2,.6)
red_train<- mvrnorm(100, mu_red,sigma)
red_test<- mvrnorm(100, mu_red,sigma)
#Bind test and train data
train <- rbind(green_train,red_train)
test <- rbind(green_test,red_test)
cl <- rbind(c(rep(1,100),rep(0,100)))


for(i in 1:length(k))
{
  #Train into train then train into test
  knn_train[i] = knn(train,train,cl,k[i],prob=TRUE)
  knn_test[i] = knn(train,test,cl,k[i],prob=TRUE)
  #First 100 are class 1, second 100 are class 2
  train_err[i]<- 100-sum(table(knn_train[i][1:100]))+sum(table(knn[i][100:200]))
  test_err[i]<- 100-sum(table(knn_test[i][1:100]))+sum(table(knn[i][100:200]))
}
4

1 回答 1

1

初始化“多维向量”的常用方法是创建一个矩阵对象：

 knn_train <- matrix(NA, nrow=1000, ncol=13)

如果要填充值，则：

 knn_train[ , i] <- # 13 element vector
于 2013-02-19T17:25:38.243 回答