「knn錯誤（...）不允許缺少值」，爲什麼？

Question

我有一個在類變量中缺少值的測試集。 運行knn時，出現錯誤信息：

「knn（...）中出現錯誤，不允許缺少值」。

問題：爲什麼不能讓測試集中類變量的值丟失？我的意思是，我不知道這些價值，我想預測它們。 我可以將一些類分配給類變量，並仍然得到正確的結果嗎？

示例代碼：

library(class) 
data <- data.frame("class_variable"=sample(LETTERS[1:2], 30, replace =  TRUE), 
       "predictor_1" = runif(30), 
       "predictor_2" = runif(30)) 
train <- data[1:20,] 
test <- data[21:30,] 

test$class_variable <- NA 

knn(train, test, train$class_variable) 

錯誤KNN（火車，測試，火車$ class_variable）： 沒有缺失值被允許

Answer 1

train和test必須具有相同的列數，並且數據中不能有NA值。所以要做到這一點，排除和test中的class_variable列，並將它們傳遞給knn。這將工作：

knn(train[, -1], test[, -1], train[, 1]) 

Answer 2

據上的kNN將R documentation，所述第三個參數knn函數採用的是訓練集的真實類值。你是正確的，你不需要測試集的真實類的價值，因爲這是你首先想要預測的。但是您沒有爲測試分類提供NA值;您正在爲培訓分類提供NA值。 kNN算法不能列車在NA響應值。