KNN.reg返回N/A，R²预测值无结果的技术求助

以下是导致你问题的核心原因及修正方案：

错误原因 #

• K值非法：knn.reg要求k为正整数，你循环从0开始，k=0时函数无法生成有效结果，直接返回N/A。
• R2Pred提取错误：你错误地从标准化/归一化后的数据集（如knn_2000_norm$R2Pred）提取R²值，实际上R2Pred是knn.reg函数返回对象的属性，应该从knn_norm和knn_stan这两个返回结果中获取。
• 训练集混入目标变量：你在train参数中包含了Life.expectancy（即你的目标变量y），训练集应该只包含特征变量，不能将标签纳入特征，这会导致模型无效。
• 目标变量数据源不匹配：你使用life_ex$Life.expectancy作为y，但处理后的数据集来自set_2000，两者行索引可能不一致，建议直接从处理后的数据集提取目标变量。

修正后的代码 #

pacman::p_load(GGally, FNN, dplyr)

# 标准化函数
standardize <- function(x){
  return((x - mean(x))/sd(x))
}

# 归一化函数
normalize <- function(x){
  return((x - min(x))/(max(x) - min(x)))
}

# 数据预处理：移除NA列，然后标准化/归一化（排除目标变量，避免提前处理标签）
knn_2000_stan <- set_2000 %>%
  select(-where(~any(is.na(.)))) %>% # 移除含NA的列
  mutate(across(.cols = where(is.numeric) & !matches("Life.expectancy"),
                .fns = standardize))

knn_2000_norm <- set_2000 %>%
  select(-where(~any(is.na(.)))) %>% # 移除含NA的列
  mutate(across(.cols = where(is.numeric) & !matches("Life.expectancy"),
                .fns = normalize))

# 初始化结果数据框
grid_results <- data.frame(k = numeric(), stan = numeric(), norm = numeric())

# 网格搜索k（从1开始，到50）
for (k in 1:50) {
  # 归一化数据的KNN回归
  knn_norm <- knn.reg(
    train = knn_2000_norm %>% select(Measles, under.five.deaths, HIV.AIDS), # 仅特征变量
    y = knn_2000_norm$Life.expectancy, # 从处理后的数据集取目标变量
    k = k
  )
  r2_norm <- knn_norm$R2Pred # 从返回结果提取R2Pred

  # 标准化数据的KNN回归
  knn_stan <- knn.reg(
    train = knn_2000_stan %>% select(Measles, under.five.deaths, HIV.AIDS), # 仅特征变量
    y = knn_2000_stan$Life.expectancy, # 从处理后的数据集取目标变量
    k = k
  )
  r2_stan <- knn_stan$R2Pred # 从返回结果提取R2Pred

  # 追加结果
  grid_results <- grid_results %>%
    add_row(k = k, stan = r2_stan, norm = r2_norm)
}

内容的提问来源于stack exchange，提问作者oumou sama