使用类包中的knn（）查找R中的k最近邻

这是家庭作业

我有两个矩阵，一个用于训练，一个用于测试。 数据有两列用于分类的数据，第三列为已知类别的数据。两个矩阵都有第三列

    [1] [2] [3]
[1] 6.4 0.32 2
[2] 4.8 0.34 0
[3] 4.9 0.25 2
[4] 7.2 0.32 1

其中整数是类（从0到2）

我的数据集的维数是训练集的1003，测试集的383

我已经尝试使用lbrary类的knn（）函数

knn使用以下参数：（训练、测试、cl、k=1、l=0、prob=FALSE、use.all=TRUE）

我曾试图直接使用我的数据集，但后来我得到了错误：“‘train’和‘class’的长度不同”

我试过几件事，但几个小时后我就卡住了。目前，我的编辑器中有以下代码：

cl <- t(factor(c(rep("0",1), rep("1",1), rep("2",1))))
k <- knn(train, test, cl)

---

cl如文件所述
cl
是训练集真正分类的
因素，即你的
y
变量（训练集的第三列）

这意味着功能应如下所示：

cl <- factor(c(2,0,2,1)) #or alternatively factor(train[,3])
k <- knn(train[,c(1,2)], test[,c(1,2)], cl)

cl如文件所述
cl
是训练集真正分类的
因素，即你的
y
变量（训练集的第三列）

这意味着功能应如下所示：

cl <- factor(c(2,0,2,1)) #or alternatively factor(train[,3])
k <- knn(train[,c(1,2)], test[,c(1,2)], cl)

cl