Ошибка с функцией Knn

Question

я пытаюсь запустить эту строку:

knn(mydades.training[,-7],mydades.test[,-7],mydades.training[,7],k=5) 

, но я всегда получаю эту ошибку:

Error in knn(mydades.training[, -7], mydades.test[, -7], mydades.training[, : 
    NA/NaN/Inf in foreign function call (arg 6) 
In addition: Warning messages: 
1: In knn(mydades.training[, -7], mydades.test[, -7], mydades.training[, : 
    NAs introduced by coercion 
2: In knn(mydades.training[, -7], mydades.test[, -7], mydades.training[, : 
    NAs introduced by coercion 

Любая идея пожалуйста?

PS: mydades.training и mydades.test определяются следующим образом:

N <- nrow(mydades) 
permut <- sample(c(1:N),N,replace=FALSE) 
ord <- order(permut) 
mydades.shuffled <- mydades[ord,] 
prop.train <- 1/3 
NOMBRE <- round(prop.train*N) 
mydades.training <- mydades.shuffled[1:NOMBRE,] 
mydades.test <- mydades.shuffled[(NOMBRE+1):N,] 

Answer 1

Я подозреваю, что ваша проблема заключается в том, чтобы без числовых полей данных в «mydades». Линия ошибки:

NA/NaN/Inf in foreign function call (arg 6) 

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Многие функции в R фактически вызывают базовые, более эффективные реализации C, вместо того, чтобы иметь алгоритм, реализованный только в R. Если вы наберете только «knn» в своей консоли R, вы можете проверить реализацию R «knn». Там существует следующая строка:

Z <- .C(VR_knn, as.integer(k), as.integer(l), as.integer(ntr), 
     as.integer(nte), as.integer(p), as.double(train), as.integer(unclass(clf)), 
     as.double(test), res = integer(nte), pr = double(nte), 
     integer(nc + 1), as.integer(nc), as.integer(FALSE), as.integer(use.all)) 

где .C означает, что мы называем функцию С именем «VR_knn» прилагаемых аргументы функции. Поскольку у вас есть две ошибки

NAs introduced by coercion 

Я думаю, что два из as.double/as.integer звонки терпят неудачу, и ввести значения NA. Если мы начинаем считать параметры, то шестой аргумент:

as.double(train) 

, которые могут потерпеть неудачу в таких случаях, как:

# as.double can not translate text fields to doubles, they are coerced to NA-values: 
> as.double("sometext") 
[1] NA 
Warning message: 
NAs introduced by coercion 
# while the following text is cast to double without an error: 
> as.double("1.23") 
[1] 1.23 

Вы получаете два из ошибок принуждения, которые, вероятно, данных «, как. double (train) 'и' as.double (test) '. Так как вы не даете нам точные сведения о том, как «mydades» есть, вот некоторые из моих лучших догадок (и искусственных многомерных данных нормального распределения):

library(MASS) 
mydades <- mvrnorm(100, mu=c(1:6), Sigma=matrix(1:36, ncol=6)) 
mydades <- cbind(mydades, sample(LETTERS[1:5], 100, replace=TRUE)) 

# This breaks knn 
mydades[3,4] <- Inf 
# This breaks knn 
mydades[4,3] <- -Inf 
# These, however, do not introduce the coercion for NA-values error message 

# This breaks knn and gives the same error; just some raw text 
mydades[1,2] <- mydades[50,1] <- "foo" 
mydades[100,3] <- "bar" 

# ... or perhaps wrongly formatted exponential numbers? 
mydades[1,1] <- "2.34EXP-05" 

# ... or wrong decimal symbol? 
mydades[3,3] <- "1,23" 
# should be 1.23, as R uses '.' as decimal symbol and not ',' 

# ... or most likely a whole column is non-numeric, since the error is given twice (as.double problem both in training AND test set) 
mydades[,1] <- sample(letters[1:5],100,replace=TRUE) 

Я бы держать оба числовые данные и класс метки в одной матрице, может быть, вы могли бы разделить данные, как:

mydadesnumeric <- mydades[,1:6] # 6 first columns 
mydadesclasses <- mydades[,7] 

Использование вызовов

str(mydades); summary(mydades) 

также может помочь вам/нам в поиске проблемные записи данных и сотрудничества скопируйте их в числовые записи или опустив нечисловые поля.

Остальная часть кода запуска (после разрыва данных), как это предусмотрено Вами:

N <- nrow(mydades) 
permut <- sample(c(1:N),N,replace=FALSE) 
ord <- order(permut) 
mydades.shuffled <- mydades[ord,] 
prop.train <- 1/3 
NOMBRE <- round(prop.train*N) 
mydades.training <- mydades.shuffled[1:NOMBRE,] 
mydades.test <- mydades.shuffled[(NOMBRE+1):N,] 

# 7th column seems to be the class labels 
knn(train=mydades.training[,-7],test=mydades.test[,-7],mydades.training[,7],k=5) 

Answer 2

Великий ответ на @ Теему.

Поскольку это хорошо прочитанный вопрос, я дам тот же ответ с точки зрения аналитики.

Функция KNN классифицирует точки данных путем вычисления евклидова расстояния между точками. Это математический расчет, требующий чисел. Поэтому все переменные в KNN должны быть численными.

Подготовка данных для KNN часто включает в себя три задачи:
(1) исправить все NA или «» значения
(2) Преобразование всех факторов в набор логических значений, по одному для каждого уровня в факторе
(3) Нормализовать значения каждой переменной до диапазона 0: 1, чтобы диапазон переменных не оказывал чрезмерно большого влияния на измерение расстояния.

Answer 3

Я также хотел бы указать, что функция, похоже, терпит неудачу при использовании целых чисел. Мне нужно было преобразовать все в тип «num» до вызова функции knn. Сюда входит целевая функция, в которой большинство методов в R используют тип фактора. Таким образом, требуется as.numeric (my_frame $ target_feature).