Rの最近傍を表示する方法は？

Question

R、KNN、またはデータサイエンス全般に関する経験がないと言って始めましょう。私は最近Kaggleを見つけ、Digit Recognition競争/チュートリアルで遊んでいます。このチュートリアルでは

彼らはあなたが基本的な服従を始めるためにいくつかのサンプルコードを提供します。私の質問はあり

# makes the KNN submission 

library(FNN) 

train <- read.csv("c:/Development/data/digits/train.csv", header=TRUE) 
test <- read.csv("c:/Development/data/digits/test.csv", header=TRUE) 

labels <- train[,1] 
train <- train[,-1] 

results <- (0:9)[knn(train, test, labels, k = 10, algorithm="cover_tree")] 

write(results, file="knn_benchmark.csv", ncolumns=1) 

：

1. はどのように設定されています。最近傍を表示することができますa 特定のテスト行ですか？
2. 選択した10個のうちどれを変更することができますか results？

これらの質問は広すぎる可能性があります。もしそうなら、私は正しい道を教えてくれるリンクを歓迎します。

非常に私はここで意味をなさない何かを言っている可能性があります。この場合は、私を修正してください。

Answer 1

1）あなたはそうのように与えられた行の最も近い隣人を取得することができます：

k <- knn(train, test, labels, k = 10, algorithm="cover_tree") 
indices <- attr(k, "nn.index") 

を次にあなたがトレーニングセットに20行10の最近傍のインデックスをしたい場合：

print(indices[20, ]) 

（k=10を選択したため、10の最近隣を取得します）。たとえば、あなたがトレーニングとテストセットの最初の1000行で実行した場合（これは計算やすいようにする）：

train <- read.csv("train.csv", header=TRUE)[1:1000, ] 
test <- read.csv("test.csv", header=TRUE)[1:1000, ] 

labels <- train[,1] 
train <- train[,-1] 

k <- knn(train, test, labels, k = 10, algorithm="cover_tree") 
indices = attr(k, "nn.index") 

print(indices[20, ]) 
# output: 
# [1] 829 539 784 487 293 882 367 268 201 277 

もの

は20行に最も近い1000のトレーニングセット内のインデックスがありますテストセットの

2）「変更する」の意味に依存します。まず第一に、あなたはこのような行ごとに10枚の最も近いラベルのそれぞれのインデックスを取得することができます：

closest.labels = apply(indices, 2, function(col) labels[col]) 

あなたは、このような第20回研修ポイントに10個の最も近いポイントのラベルを見ることができます：

closest.labels[20, ] 
# [1] 0 0 0 0 0 0 0 0 0 0 

これは、行20に最も近い10個のすべてが0とラベル付けされたグループ内にあることを示しています。knnは多数決でラベルを選択するだけです（無作為に繋いで結びます）。ただし、あなたは好きです。

ETAは：ありがとう、

dists = attr(k, "nn.dist") 
dists[20, ] 
# output: 
# [1] 1238.777 1243.581 1323.538 1398.060 1503.371 1529.660 1538.128 1609.730 
# [9] 1630.910 1667.014