knngowの最近隣のインデックスを返す方法

Question

dprepパッケージでknngowを使いたいです。また、テストデータの適切なラベルを返すだけでなく、列インデックスを列データの最も近い隣に戻したいと考えています。このパッケージには、このジョブのための関数はありますか？私のデータは以下の通りです。

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)} 

私はたとえば、ラベルを返すことに加えて、最近傍をマイリストに3行目にあることを示し、たい[[2]]

Answer 1

あなたのコメントに基づいて更新

dprepパッケージに関する列車データに最も近い隣人のインデックスを返す関数はありません（うまくいけば私は何かを見逃しません）。 しかし、あなたは最初に距離行列（FDパッケージ）を使って距離行列を計算し、次にこの行列をk-nearest-neighbors関数に渡します（KernelKnnパッケージは距離行列を入力として受け入れます）。 KernelKnnパッケージを使用する場合は、最初にdevtools :: install_github（ 'mlampros/KernelKnn'）を使用して最新バージョンをインストールしてください。

# 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あなたはまた、クラスラベルの確率をしたい場合は、最初に変換列データのテストデータ観測のk最近傍に

print(idxs) 

$test_knn_idx 
    [,1] [,2] 
[1,] 3 1 

$test_knn_dist 
    [,1] [,2] 
[1,] 0 0.75 

を返します。あなたは、また

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) 

distMat.KernelKnn機能を使用し、その後、数値とdprepに見てみることができ:: knngow、特に興味のあるものを実際に関数の第二部、

> 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] 
     } 
    } 
.....