как вернуть индекс ближайшего соседа в knngow

Я хочу использовать knngow в пакете dprep. И, помимо возврата соответствующей метки для тестовых данных, я также хочу вернуть индекс строки ближайшему соседу (в данных поезда). Есть ли в этом пакете какая-либо функция для этой работы? Мои данные следующие.

df1<-data.frame(c("a","b","c"),c(1,2,3),c("T","F","T"))
df2<-data.frame(c("a","d","f"),c(4,1,3),c("F","F","T"))
mylist1<-list()
mylist1[[1]]<-df1
mylist1[[2]]<-df2
tst1<-data.frame(c("f"),c(2))
library(dprep)
for(i in 1:length(mylist1)){
    knn_model<-knngow(mylist1[[i]],tst1,1)}

Я хочу, помимо возврата метки, например, показать, что ближайший сосед находится в строке 3 в mylist[[2]]


r knn nearest-neighbor
person maria    schedule 30.10.2017    source источник
comment
Пожалуйста помогите. мне нужен ответ на этот вопрос   -  person maria    schedule 01.11.2017

Ответы (1)


arrow_upward
1
arrow_downward

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
comment
Большое спасибо за ваш совет. Но в функции gowdis вычисляется расстояние между выборками в кадре данных. и Когда мы передаем матрицу этой функции в distMat.knn.index.dist, Следовательно, для каждого экземпляра индекс дает ближайшего соседа в пределах того же фрейма данных. Но мои тестовые образцы находятся в отдельном фрейме данных, а данные поезда — в другом фрейме данных. Итак, мне нужен индекс ближайшего соседа для тестового экземпляра в данных поезда. У вас есть предложения по этому поводу? Спасибо за помощь - person maria; 07.11.2017