R语言KNN算法运行报train与class长度不同错误求解

问题原因 #

你使用的是tibble格式数据集，用training[,3]取列时，默认返回单列表格而非knn()要求的一维向量。单列表格的length()返回值为列数1，和训练集26026行的长度不匹配，因此触发报错。

解决方案 #

调整cl参数的取值方式，传入一维向量即可，以下三种写法都可解决问题：

• 用$直接提取列向量

y_pred <- knn(train = training[, -3],
              test = testing[, -3],
              cl = training$euRefVoteAfter,
              k = 3,
              prob = FALSE)

• 用drop=TRUE强制将单列表格转为向量

y_pred <- knn(train = training[, -3],
              test = testing[, -3],
              cl = training[,3, drop=TRUE],
              k = 3,
              prob = FALSE)

• 用dplyr的pull()函数提取列向量

library(dplyr)
y_pred <- knn(train = training[, -3],
              test = testing[, -3],
              cl = pull(training, euRefVoteAfter),
              k = 3,
              prob = FALSE)

验证方法 #

修改参数前可运行命令确认类型：

• class(training[,3]) 返回值为 tbl_df/tbl/data.frame，length(training[,3]) 返回值为1
• class(training$euRefVoteAfter) 返回值为向量类型，length(training$euRefVoteAfter) 返回值为26026，符合knn()的参数要求

内容的提问来源于stack exchange，提问作者lata