R语言VIM包kNN插补算法返回错误结果的原因问询

我理解R语言VIM包中的kNN算法会选取缺失点周围的k个点，通过均值、中位数等方法聚合插补。但执行如下代码后，缺失点的插补结果为1.5而非预期的6，请问原因是什么？

ts_data <- c(1, 2, 3, 4, 5, NA, 7, 8, 9)
imputed_ts <- kNN(as.data.frame(as.table(ts_data)), k = 2, numFun = "mean",imp_var=FALSE)
print(imputed_ts)

输出结果中第6行Freq值为1.5。

• 问题根源在as.table(ts_data)的转换：把原始向量转成table后，生成的数据框会把原向量的位置索引作为Var1列，把向量值作为Freq列。此时数据框的结构是9行，每行包含Var1（1到9）和Freq（对应原始值）。
• VIM包的kNN()默认基于所有变量的欧氏距离筛选邻近点，缺失点对应的Var1=6，算法会计算其他点与Var1=6的距离，而非你预期的原始时间序列位置邻近性。距离Var1=6最近的两个点是Var1=1（Freq=1）和Var1=2（Freq=2），它们的Var1与6的欧氏距离最小，取这两个点的Freq均值(1+2)/2=1.5，就得到了这个结果。
• 要实现你预期的“取缺失点前后邻近点插补”，需要明确基于位置筛选邻近点，正确的做法是构造包含位置列和数值列的数据框：

ts_data <- c(1, 2, 3, 4, 5, NA, 7, 8, 9)
# 构造带位置索引的数据框
ts_df <- data.frame(pos = 1:length(ts_data), value = ts_data)
# 执行kNN插补
imputed_ts <- kNN(ts_df, k = 2, numFun = "mean", imp_var = FALSE)
print(imputed_ts)

此时缺失点的pos=6，算法会找到pos=5和pos=7这两个最近邻，它们的value分别是5和7，均值为6，符合你的预期。

内容的提问来源于stack exchange，提问作者Ress