如何使用R'解决以下维度不匹配问题；最近的邻居是谁？

在下面的代码中，我尝试使用K个最近邻和一个预测器。 据我所知，

train.X

中的示例数不需要与

test.X

中的示例数匹配，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)

---

如何修复

train.X

和

test.X

，以便

R

正确解析它们？

函数

knn

将矩阵或数据帧作为train和测试集的参数。你传递的是一个向量，它被解释为一个矩阵，但不是你想要的方式。具体地说，传入的数据被解释为单个数据点，具有表示要素的不同值。这意味着训练和测试的功能数量不同，正如错误消息所示

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)

---

这是因为在对矩阵、数组或数据帧进行子集设置时，R会自动尝试强制使用最少的维数。为了防止删除数据帧的维度，可以使用默认为

drop=FALSE

的subset函数

train.X <- subset(Weekly[train],select="Lag2")

---

这个解决方案是可行的，但这是迫使R以我想要的方式解释向量的唯一方法吗？特别是，我尝试转置向量，但只会导致长度不匹配错误消息。您还可以将其显式转换为具有适当维度的矩阵。其语法是什么？

matrix（train.X，ncol=1）

train.X <- subset(Weekly[train],select="Lag2")

train.X <- subset(Weekly,Year<2009,select="Lag2")

> names(train.X)
[1] "Lag2"