如何查看R中的最近邻？

首先，我要说的是，我没有R、KNN或数据科学方面的经验。我最近发现并一直在玩竞赛/教程

在本教程中，他们提供了一些示例代码，帮助您开始基本提交：

# makes the KNN submission

library(FNN)

train <- read.csv("c:/Development/data/digits/train.csv", header=TRUE)
test <- read.csv("c:/Development/data/digits/test.csv", header=TRUE)

labels <- train[,1]
train <- train[,-1]

results <- (0:9)[knn(train, test, labels, k = 10, algorithm="cover_tree")]

write(results, file="knn_benchmark.csv", ncolumns=1) 

#提交KNN
图书馆（FNN）
训练1）您可以获得给定行的最近邻，如下所示：

k <- knn(train, test, labels, k = 10, algorithm="cover_tree")
indices <- attr(k, "nn.index")

（您将获得10个最近的邻居，因为您选择了
k=10
）。例如，如果仅使用训练和测试集的前1000行运行（以使计算更容易）：

然后，您可以看到距离第20个训练点最近的10个点的标签，如下所示：

closest.labels = apply(indices, 2, function(col) labels[col])

closest.labels[20, ]
# [1] 0 0 0 0 0 0 0 0 0 0

dists = attr(k, "nn.dist")
dists[20, ]
# output:
# [1] 1238.777 1243.581 1323.538 1398.060 1503.371 1529.660 1538.128 1609.730
# [9] 1630.910 1667.014

这表示与第20行最近的所有10个点都在标记为0的组中
knn
只需通过多数票选择标签（随机打破平局），但如果您愿意，您可以选择某种加权方案

ETA：如果您有兴趣在投票方案中对更接近的元素进行更重的加权，请注意，您还可以通过以下方式获得到每个k邻居的距离：

closest.labels = apply(indices, 2, function(col) labels[col])

closest.labels[20, ]
# [1] 0 0 0 0 0 0 0 0 0 0

dists = attr(k, "nn.dist")
dists[20, ]
# output:
# [1] 1238.777 1243.581 1323.538 1398.060 1503.371 1529.660 1538.128 1609.730
# [9] 1630.910 1667.014

非常好的回应，谢谢！我有几个问题。任何时候我试图打印
索引
时，它都返回null，我应该做与您的示例不同的事情吗？你能推荐一些资源来研究更多关于创建自定义权重方案的信息吗？或者有人创造了一个我可以看到的例子？这很奇怪。如果您执行
打印（k）
，您会得到什么？至于其他的加权方案——你会像我在谷歌上搜索“KNN加权”一样幸运。但是我在我的答案中写了更多关于权重的内容。好吧，为了澄清我实际上使用的是
结果
，而不是
k
。我想这没什么区别，但我想我应该把它扔出去。当我打印（结果）

时，它会打印出最终写入csv文件的1000个元素。看起来我做错了什么。我准确地复制/粘贴了您的代码，并且成功了。很抱歉造成混淆。对-您所做的只是一行

结果