为何相同训练测试数据下重复运行class::knn会得到不同结果？

核心原因是投票平局时的随机选择机制：当某个测试样本的k个近邻中，多个类别的得票数相等时，class包的knn()函数会随机挑选一个类别作为预测结果。这种随机性会导致相同输入下，两次运行的预测结果出现细微差异，最终反映在准确率的变化上。

比如你用k=5时，可能存在部分测试样本的近邻投票结果是2票A、2票B、1票C的情况，此时函数会在A和B中随机选一个，两次运行的随机选择结果可能不同，进而影响整体准确率。

解决办法 #

• 固定随机种子：在代码开头或调用knn()前设置set.seed()，让随机选择的结果固定，这样两次运行就能得到一致的准确率。示例代码如下：

library(class)
set.seed(123) # 固定随机种子，数值可任意指定
train <- sample(150, 50)
iris_train <- iris[train, 1:4]
iris_test <- iris[-train, 1:4]
y_train <- iris[train, 5]
y_test <- iris[-train, 5]

knn.pred <- knn(iris_train, iris_test, y_train, k = 5)
mean(knn.pred == y_test)
knn.pred <- knn(iris_train, iris_test, y_train, k = 5)
mean(knn.pred == y_test)

• 调整k值：选择能避免投票平局的k值，比如使用奇数k且确保多数类得票明确，减少随机选择的场景。

内容的提问来源于stack exchange，提问作者Jon