在R中运行Knn函数报错：train与class长度不一致的解决方法

错误根源 #

knn函数硬性要求训练集（train）的行数必须和类别标签参数（cl）的长度完全匹配。你的代码出现该错误，主要有两个可能：

• 0.9*nrow(Knn_data)计算结果可能为非整数，sample函数会自动向下取整，但后续索引操作可能引发隐性长度不匹配；
• Knn_data[ran,8]返回的是数据框列而非向量，结构上的差异也会导致函数判定长度不一致。

调整方案 #

1. 将训练集大小转为整数
   先通过取整函数明确训练集的行数，避免浮点运算带来的误差：

   # 计算整数型训练集规模
   train_size <- floor(0.9 * nrow(Knn_data))
   ran <- sample(1:nrow(Knn_data), train_size)
   

2. 确保类别标签为向量格式
   提取类别标签时添加drop=TRUE参数，强制返回向量而非数据框列：

   Knn_target_category <- Knn_data[ran, 8, drop=TRUE]
   

修正后的完整代码 #

# 确定整数训练集大小
train_size <- floor(0.9 * nrow(Knn_data))
ran <- sample(1:nrow(Knn_data), train_size)

# 数据归一化处理
nor <- function(x) { (x-min(x))/(max(x)-min(x))}
Knn_data_norm <- as.data.frame(lapply(Knn_data[,c(1,2,3,4,5,6,7)], nor))
summary(Knn_data_norm)

# 划分训练集与测试集
Knn_train <- Knn_data_norm[ran,]
Knn_test <- Knn_data_norm[-ran,]
Knn_target_category <- Knn_data[ran,8, drop=TRUE]
Knn_test_category <- Knn_data[-ran,8, drop=TRUE]

# 执行KNN算法
library(class)
pr <- knn(Knn_train, Knn_test, cl=Knn_target_category, k=3)

内容的提问来源于stack exchange，提问作者ano273