обновлено на основе ваших комментариев
Я не вижу никакой функции, которая возвращает индексы ближайших соседей в данных поезда, касающихся пакета dprep (надеюсь, я ничего не упустил). Однако вы можете сначала вычислить матрицу расстояний, используя расстояние Гауэра (FD), а затем передайте эту матрицу функции k ближайших соседей (KernelKnn принимает на вход матрицу расстояний). Если вы решили использовать пакет KernelKnn, сначала установите последнюю версию с помощью devtools::install_github('mlampros/KernelKnn').
# train-data [ "col3" is the response variable, 'stringsAsFactors' by default ]
df1 <- data.frame(col1 = c("a","d","f"), col2 = c(1,3,2), col3 = c("T","F","T"), stringsAsFactors = T)
# test-data
tst1 <- data.frame(col1 = c("f"), col2 = c(2), stringsAsFactors = T)
# rbind train and test data (remove the response variable from df1)
df_all = rbind(df1[, -3], tst1)
# calculate distance matrix
dist_gower = as.matrix(FD::gowdis(df_all))
# use the dist_gower distance matrix as input to the 'distMat.knn.index.dist' function
# additionaly specify which row-index is the test-data observation from the previously 'df_all' data.frame using the 'TEST_indices' parameter
idxs = KernelKnn::distMat.knn.index.dist(dist_gower, TEST_indices = c(4), k = 2, threads = 1, minimize = T)
idxs$test_knn_idx возвращает k ближайших соседей наблюдения тестовых данных в данных поезда
print(idxs)
$test_knn_idx
[,1] [,2]
[1,] 3 1
$test_knn_dist
[,1] [,2]
[1,] 0 0.75
если вам нужна также вероятность для меток классов, сначала преобразуйте их в числовые, а затем используйте функцию distMat.KernelKnn
y_numeric = as.numeric(df1$col3)
labels = KernelKnn::distMat.KernelKnn(dist_gower, TEST_indices = c(4), y = y_numeric, k = 2, regression = F, threads = 1, Levels = sort(unique(y_numeric)), minimize = T)
print(labels)
class_1 class_2
[1,] 0 1
# class_2 corresponds to "T" from col3 (df1 data.frame)
В качестве альтернативы вы можете взглянуть на dprep::knngow и особенно на вторую часть функции, которая на самом деле вас интересует,
> print(dprep::knngow)
....
else {
for (i in 1:ntest) {
tempo = order(StatMatch::gower.dist(test[i, -p], train[, -p]))[1:k]
classes[i] = moda(train[tempo, p])[1]
}
}
.....
person
lampros
schedule
06.11.2017